基于参数优化的支持向量机战场多目标声识别

• 作者: 倪宁 张聪颖 李京华
• 来源期刊: 探测与控制学报
• 关键词: 支持向量机 目标声识别 参数选择 网格搜索 分类器
• 年，卷（期）: 2010,（1）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP18|TN911
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1194.2010.01.001

摘要

针对网格搜索支持向量机(SVM)参数的方法存在复杂度高、运算量大等不足,提出了一种改进的网格搜索SVM分类器的最佳参数选择算法.将其应用于战场多目标SVM分类器中,对该分类器与KNN分类器和改进BP神经网络分类器进行的分类对比实验表明,改进的网格搜索SVM分类器参数选择算法可以有效地减少SVM分类器的运算量、改进学习性能并提高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李京华	西北工业大学电子信息学院	41	319	10.0	15.0
2	张聪颖	西北工业大学电子信息学院	2	26	2.0	2.0
3	倪宁	西北工业大学电子信息学院	4	24	3.0	4.0