基于二叉树SVM的弹道目标RCS识别

• 作者: 张仕元 王春花
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 隶属度 支持向量机分类器 弹道目标识别
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 信号/数据处理
• 页码范围: 25-27,50
• 页数: 4页
• 分类号: TN957.52
• 字数: 2796字
• 语种: 中文

摘要

二叉树支持向量机(SVM)是一种针对多类问题的有效分类器,具有结构简单、训练快的特点,但二叉树SVM容易出现误差积累,且不能输出识别结果的置信度.文中设计了一种基于隶属度计算的二叉树SVM分类器,首先,该分类器利用方差和最小准则选择节点,将多类问题转化为偏二叉树SVM分类问题,避免了误差积累,然后,利用特征变换空间的类中心和类半径,计算出样本结果的置信度,使得二叉树SVM分类器能够输出模糊结果.将上述二叉树SVM分类器应用于弹道目标的RCS特征识别,仿真结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仕元		23	107	7.0	9.0
2	王春花		5	28	3.0	5.0