基于证据 K-NN 改进算法的水声目标识别

• 作者: 杨蕊 王晓燕
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 模式识别 水声目标 证据推理 近邻 组合规则
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 算 法
• 页码范围: 288-291
• 页数: 4页
• 分类号: TP391.4
• 字数: 5187字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.09.067

摘要

证据分类算法已广泛应用于目标识别当中。针对传统证据 K 近邻算法在近邻证据组合规则上的局限，研究一种新的基于 PCR5规则的证据 K 近邻改进算法（IEK-NN）。首先在总样本集中随机重复采样来构造多个训练子集；然后在各训练子集中，利用目标数据与其近邻的特征距离来构造基本置信指派；最后利用证据推理中的 PCR5规则对近邻证据进行融合，并根据融合结果以及所建立的分类规则判断目标的类别属性。通过水声目标实测数据实验，将 IEK-NN 与传统的证据近邻分类算法进行对比分析，结果表明新算法能有效提高识别的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨蕊	西安建筑科技大学机电工程学院	11	66	3.0	8.0
2	王晓燕	西安建筑科技大学机电工程学院	9	99	5.0	9.0