基于SVM的决策融合鱼类识别方法

• 作者: 徐超 李海森 杜伟东 魏玉阔
• 来源期刊: 哈尔滨工程大学学报
• 学科: 农学
• 关键词: 鱼类识别 多方位 决策融合 支持向量机 小波包变换 离散余弦变换
• 年，卷（期）: 2015,（5）
• 页码范围: 623-627
• 页数: 5页
• 分类号: S932.4|P745
• 字数: 3308字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.201403083

摘要

为解决基于声学散射数据的高精度鱼类识别问题，提出一种基于SVM的多方位声散射数据决策层融合的鱼类识别方法。利用小波包变换（ WPT）和离散余弦变换（ DCT）方法对多方位声散射数据进行特征提取，并进行特征降维处理。然后采用SVM分类器对每个方位提取的特征做出多次决策，并输出最终识别结果。采用3种不同鱼类作为研究对象，设计了可靠的获取多方位声散射数据的实验方案，给出不同方位数量条件下，基于WPT和DCT特征量的识别率。理论分析及实验数据处理结果表明，随着方位数量的增加，总体识别率呈升高的趋势，基于SVM的多方位声散射数据决策层融合方法可以有效提高识别率至90％以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海森	哈尔滨工程大学水声技术重点实验室	52	466	12.0	17.0
5	魏玉阔	哈尔滨工程大学水声技术重点实验室	15	161	9.0	12.0
9	徐超	哈尔滨工程大学水声技术重点实验室	26	283	9.0	16.0
13	杜伟东	哈尔滨工程大学水声技术重点实验室	8	68	6.0	8.0