非均衡数据目标识别中SVM模型多参数优化选择方法

• 作者: 付强 肖怀铁 郭雷
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 目标识别 非均衡数据 支持矢量机 模型优化选择
• 年，卷（期）: 2009,（2）
• 页码范围: 141-145
• 页数: 5页
• 分类号: TP183
• 字数: 4563字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9014.2009.02.015

摘要

提出了非均衡数据目标识别中SVM模型多参数优化选择方法.首先从理论上分析了SVM模型多参数选择的内涵和必要性,针对非均衡数据的分类识别,基于F测度提出了能全面反映识别性能的多参数优化选择准则.在多参数选择过程中,利用遗传算法进行模型多参数并行优化选择.提出的方法能够寻找模型多参数的全局最优解,避免陷入梯度法常出现的局部最优解情况,同时能够克服传统方法中根据经验选择SVM单参数模型时计算量太大的不足.采用国际通用的标准数据集和雷达目标HRRP数据集进行了仿真实验,实验结果表明,该方法能够得到模型多参数的全局最优值,由此确定的SVM模型分类器性能有较大提高.