基于证据聚类的水声目标识别算法研究

• 作者: 侯宏 张扬 杨建华
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 水声目标 证据聚类 证据K近邻 组合规则 模式识别
• 年，卷（期）: 2018,（1）
• 页码范围: 96-102
• 页数: 7页
• 分类号: TP391.4
• 字数: 4903字
• 语种: 中文

摘要

针对水声目标信号复杂、样本获取难度大且富含不确定信息的问题,研究了一种证据聚类识别算法.首先在水声目标的各类训练样本中,根据特征距离大小选取待识别目标的K近邻,并采用证据近邻分类优化算法为各目标数据构造一组合理的初始基本置信指派.然后对算法的目标函数进行循环迭代优化,计算出目标数据最终的全局基本置信指派.最后根据融合结果和所设立的分类规则即可判断目标的类别属性.通过水声目标实测数据的实验,将新算法与其他几种常用的水声目标识别算法进行了对比分析,结果表明其能有效提高识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯宏	西北工业大学航海学院	83	479	12.0	18.0
2	杨建华	西北工业大学自动化学院	119	807	14.0	22.0
3	张扬	西北工业大学自动化学院	22	63	4.0	6.0