基于剪辑支持向量机的雷达目标识别方法

• 作者: 冷家旭 黄惠明 龙方
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 高分辨距离像 目标识别 支持向量机
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 信息融合
• 页码范围: 68-71,165
• 分类号: TN957
• 字数: 4888字
• 语种: 中文
• DOI: 10.3969/j.issn.1627-9730.2010.04.020

摘要

支持向量机(SVM)具有分类精度高、泛化能力强等优点,已成功应用在雷达目标识别领域.但其性能受多种因素影响.针对低信噪比、分类面混迭、参数选取等问题,文章提出剪辑SVM分类器,通过小波去噪、剪辑、矩阵相似度优选参数等手段有效抑制上述问题的影响.外场实测数据的仿真也表明剪辑SVM的性能优于传统SVM与最近邻分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄惠明		18	153	6.0	12.0
2	龙方		6	25	4.0	5.0
3	冷家旭		3	5	1.0	2.0