支持向量機(jī)在水下目標(biāo)識(shí)別中的應(yīng)用研究.pdf

1、本文的研究方法是利用水下目標(biāo)的回波特性來(lái)作出識(shí)別。具體地說(shuō)，就是由主動(dòng)聲納向待識(shí)別的水下目標(biāo)發(fā)射信號(hào)，并且從回波當(dāng)中提取出水下目標(biāo)的有效特征信息，再將特征信息送入分類器進(jìn)行識(shí)別分類。 本論文主要進(jìn)行了以下工作： 1．綜述了水下目標(biāo)識(shí)別的背景和意義，以及國(guó)內(nèi)外對(duì)水下目標(biāo)的探測(cè)和識(shí)別的方法和研究現(xiàn)狀。 2．特征提取的過(guò)程是把采集到的殼體目標(biāo)和石頭的回波信號(hào)變換到不同的特征空間，提取出反映樣本本質(zhì)特征的特征向量，并將特

2、征向量送到分類器中。為了研究不同特征提取方法的性能，本文采用了四種特征提取方法，即小波包能量特征提取、常數(shù)Q濾波子帶能量特征提取、雙譜能量特征提取和主成分分析特征提取。然后對(duì)殼體目標(biāo)和石頭所提取的有效特征，利用K—L變換對(duì)其進(jìn)行可分性判決，以分別判斷四種特征提取方法的有效性。 3．?dāng)⑹隽私y(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)理論?；诮y(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)算法具有堅(jiān)實(shí)的數(shù)學(xué)理論基礎(chǔ)和嚴(yán)格的理論分析，有效地提高了算法泛化能力。而核函數(shù)的成功運(yùn)

3、用使大多數(shù)不可分的低維空間映射到高維空間后變?yōu)榭煞?，并且有效的消除了維數(shù)災(zāi)難這個(gè)缺點(diǎn)。 4．?dāng)⑹隽酥С窒蛄繖C(jī)的SMO等三種算法并設(shè)計(jì)了三種分類器。 5．運(yùn)用四種方法分別對(duì)吊放目標(biāo)測(cè)量數(shù)據(jù)、掩埋定點(diǎn)測(cè)量數(shù)據(jù)和掩埋掃描測(cè)量數(shù)據(jù)進(jìn)行特征提取，再將特征提取結(jié)果送入三種分類器，以比較分類器的識(shí)別分類性能。 目前，支持向量機(jī)方法的應(yīng)用還在不斷的完善，以便在更廣泛的領(lǐng)域中得到應(yīng)用。本文中支持向量機(jī)方法的應(yīng)用及其性能的優(yōu)越性，對(duì)