基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现代战场信息化程度的不断提高,电磁环境日趋复杂,侦查目标难以准确地识别情况,提出了运用支持向量机多分类器对军事侦查目标进行有效识别.结构风险最小化地支持向量机分类方法是小样本情况下统计机器学习的经典,具有速度快、泛化能力强等特点.用该算法建模军事目标的识别问题,达到了较高的识别准确率.所以应用在对侦查目标的识别上具有良好的效果,在军事应用上有较广阔的前景.
推荐文章
基于多类分类支持向量机的空袭目标识别
支持向量机
目标识别
多类分类
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
支持向量机及其在目标识别中的应用
支持向量机
统计学习
目标识别
图像处理
基于小波分解和多分类支持向量机的脸谱识别
脸谱识别
小波分解
支持向量机
ORL脸谱图像库
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的多分类军事目标识别应用
来源期刊 火力与指挥控制 学科 军事
关键词 支持向量机 二叉树多分类器 军事目标识别建模
年,卷(期) 2009,(8) 所属期刊栏目 理论研究
研究方向 页码范围 97-100
页数 4页 分类号 E933
字数 3405字 语种 中文
DOI 10.3969/j.issn.1002-0640.2009.08.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐克 20 72 6.0 7.0
2 张罗政 2 11 2.0 2.0
3 魏琪 2 17 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (140)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (8)
二级引证文献  (1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
二叉树多分类器
军事目标识别建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
论文1v1指导