基于粗集的SVM算法在空袭目标识别中的应用

• 作者: 曹泽阳 沈小梅 王晓丹 马飞
• 来源期刊: 航空兵器
• 学科: 工学
• 关键词: 粗糙集 支持向量机 目标识别
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 仿真、试验与计算机技术
• 页码范围: 20-23
• 页数: 4页
• 分类号: TP391.41
• 字数: 2409字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5048.2009.04.005

摘要

在现代防空作战中, 如何快速准确对敌我目标进行识别, 至关重要.本文结合粗糙集和支持向量机算法建立了基于粗糙集的SVM增量学习模型, 提出了基于快速求核和集合近似质量的粗糙集属性约简算法, 改进了SVM增量学习算法.试验结果表明, 算法正确有效, 模型符合现代防空作战中对目标识别的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学导弹学院	135	1447	21.0	31.0
2	曹泽阳	空军工程大学导弹学院	68	345	11.0	16.0
3	马飞	空军工程大学导弹学院	17	34	3.0	5.0