基于粒子群最小二乘支持向量机的前视声呐目标识别

• 作者: 石洋 胡长青
• 来源期刊: 声学技术
• 学科: 工学
• 关键词: 声呐图像 特征提取 粒子群 最小二乘支持向量机
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 水声学
• 页码范围: 122-128
• 页数: 7页
• 分类号: TB566
• 字数: 4604字
• 语种: 中文
• DOI: 10.16300/j.cnki.1000-3630.2018.02.005

摘要

随着声成像技术的日益发展和广泛应用,利用图像声呐进行水下目标识别逐渐成为水声探测领域的重要研究方向之一.根据前视声呐图像的特性,提出了一种水下目标识别的方法.对声呐图像进行去噪和增强处理并分割图像,来获取目标所在区域、提取目标的区域形状特征;利用粒子群算法优化最小二乘支持向量机的正则化参数和核参数,构造出高性能的多分类器;输入待识别目标的特征实现分类.实验表明:优化后的最小二乘支持向量机能够准确、有效地识别出水下目标,并且具有较高的精度.