基于GA-KPCA的特征选择在水下目标识别中的应用

• 作者: 严良涛 项晓丽
• 来源期刊: 水下无人系统学报
• 关键词: 水下目标识别 遗传算法 核主元分析法 核函数
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 工程应用
• 页码范围: 113-117
• 页数: 5页
• 分类号: TJ630.34|TB56
• 语种: 中文
• DOI: 10.11993/j.issn.2096-3920.2020.01.016

摘要

水下辐射声场和水声信道的复杂性使得声呐接收的噪声信号相互耦合、调制畸变,具有很强的非线性.文中利用核函数将原始特征空间的非线性数据映射至高维特征空间,在高维特征空间进行主元分析(PCA)法提取特征,并采用遗传算法(GA)对核参数进行优化,形成了基于GA-核主元分析(KPCA)的水下目标特征选择方法.实际样本数据验证结果表明,该方法在一定程度上弥补了传统线性PCA方法处理非线性数据的不足,能够获得更高的识别正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	项晓丽		3	0	0.0	0.0