基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了改善单个分类器对雷达目标的识别性能,分别从差异性和准确率两个因素出发,提出了一种通过变换分类器选择集成对雷达目标识别的算法。首先,为了增加集成个体差异性,将个体分类器的预测标记作为变换的原始目标,将正确标记引入来代替变换中的目标均值,以此构造一个整数矩阵。通过将个体分类器的预测标记投影到经过正确标记的直线上,从而获得一组新的预测标记。然后,根据准确率和 RPF-measure这两种衡量分类器性能的准则,选择一些性能提高了的个体进行集成,以此保证个体分类器的准确率。最后,通过结合被选择的个体预测标记来改善对雷达目标的识别性能。对于UCI机器学习资源库中数据集和雷达一维距离像的实验结果表明,该算法能有效平衡个体差异性和个体准确率两个因素,并且相比单个分类器和其他集成方法,该方法提高了对雷达目标的识别准确率。
推荐文章
基于核支持向量最优变换矩阵的雷达目标一维距离像识别
雷达目标识别
一维距离像
核支持向量
最优变换矩阵
基于Hough变换的低分辨率雷达目标识别
低分辨率雷达
Hough变换
径向基函数神经网络
舰艇队形识别目标选择算法
反舰导弹
队形识别
目标选择
末制导雷达
基于多重变换的一种雷达目标识别方法
高分辨率雷达
快速傅立叶变换
小波变换
马氏距离
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 整数矩阵变换的选择集成及对雷达目标的识别
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 分类器集成 选择性集成 雷达目标识别
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 13-19
页数 7页 分类号 TP181
字数 5324字 语种 中文
DOI 10.3969/j.issn.1001-2400.2015.02.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 焦李成 西安电子科技大学智能感知与图像理解教育部重点实验室 514 14586 52.0 103.0
2 毛莎莎 西安电子科技大学智能感知与图像理解教育部重点实验室 4 47 3.0 4.0
3 熊霖 西安电子科技大学智能感知与图像理解教育部重点实验室 2 20 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (7)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分类器集成
选择性集成
雷达目标识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导