基于Fisher线性鉴别特征融合的海底底质分类研究

• 作者: 史春雪
• 来源期刊: 机械
• 学科: 工学
• 关键词: Fisher线性鉴别分析 特征融合 底质分类
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 设计与研究
• 页码范围: 10-14
• 页数: 5页
• 分类号: TP73
• 字数: 3191字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0316.2018.08.003

摘要

提出了一种基于Fisher线性鉴别特征融合的海底底质分类方法.首先,分析了声学遥感可以进行海底底质分类与识别,但是现有的分类方法,存在特征量维数较大、分类器设计复杂、分类效果不佳、不能获得最佳鉴别矢量等缺陷.因此,提出一种基于Fisher线性鉴别特征融合的海底底质分类方法.该方法首先提取同一样本的12个统计特征量,然后利用特征融合技术将这12个特征量组合在一起,构成一个新的特征矢量空间,最后在该空间中利用Fisher线性鉴别分析进行最优鉴别特征提取.其次,以岩石、砾石、沙、泥四种沉积物为实验对象来开展水下实验.对回波数据进行预处理,然后对每一样本提取12个统计特征量,采用串行融合方法进行特征组合,最后采用Fisher线性判别分析得到最佳鉴别矢量特征,并送入最近邻分类器进行分类.最后,通过大量的实验数据对比,发现基于Fisher线性鉴别特征融合的海底底质分类方法比PCA方法和单一特征方法具有更高的正确分类率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史春雪	长沙学院机电工程学院	3	5	1.0	2.0