基于支持向量机的多传感器探测目标分类方法

• 作者: 李侃 黄忠华 黄文雄
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 多传感器 目标分类 多分类支持向量机 容噪 容错
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 计算机技术、电信技术
• 页码范围: 15-22
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2013.01.003

摘要

针对传感器探测的数据常含有噪声,分类算法易受噪声数据干扰、容错能力差而产生错分问题,研究对多传感器探测目标进行分类的方法.提出容噪最小二乘投影双支持向量机(NLSPTSVM),去除离群点,提高容噪性能；通过定义NLSPTSVM置信度,以样本的最小超球体距为依据,根据“越是上层分类器的分类性能对分类模型的推广性能影响越大”的思想,以置信度NLSPTSVM作为二分类器,将NLSPTSVM的降噪过程提前到生成有向图之前,提出分类精度高、容噪性和容错性强的多分类支持向量机——容噪上层择优多路支持向量机(NUMDAG-SVMs).实验表明,NUMDAG-SVMs与同类算法相比具有更优的分类准确率和更强的容噪性和容错性.采用NUMDAG-SVMs对传感器采集的真实数据进行分类,取得了很好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李侃		21	205	5.0	14.0
2	黄忠华		21	55	4.0	6.0
3	黄文雄		1	0	0.0	0.0