共查询到17条相似文献,搜索用时 125 毫秒
1.
以支持向量机(SVM)作为分类器。研究了雷达目标高分辨距离像(HRRP)分类法,设计了相应的预处理算法,提出一种结合留一法和单一验证法的参数选择新方案。基于三种雷达目标的HRRP数据,比较了SVM分类法和匹配相关分类法性能。实验结果表明SVM算法在目标姿态的稳定性、对训练集大小的稳定性和抗噪能力方面都占有相当优势。 相似文献
2.
首先讲述非线性系统辨识的一般模型、基于支持向量机(support vector machine.SVM)非线性辨识的结构和SVM辨识与控制的优势、特点,然后阐述了SVM在控制中的应用,包括SVM在内模控制,SVM预测控制及多核SVM控制等,最后探讨了SVM本身在算法快速性,核函数的改进,错误惩罚参数选择以及在SVM中损失函数的选择上存在的问题。 相似文献
3.
4.
5.
为解决DSST算法多尺度搜索策略跟踪时目标出现严重遮挡、非刚性形变、目标脱离视场导致的目标外观变化的问题,提出一种将支持向量机(support vector machine,SVM)目标重检测模块融合的算法.提取目标的多种特征然后将这些特征矢量融合以增强目标的特征表达.在DSST算法的位置和尺度滤波器的基础上,新增目标外观滤波器,利用训练好的SVM全局搜索目标.采用不同大小的窗口采样来训练相关模型并建立一个SVM的最优分类面,通过SVM对丢失后的目标进行重检测.实验结果表明,改进算法比DSST算法在对目标受到遮挡、目标非刚性形变等问题上的鲁棒性能均有提高. 相似文献
6.
面向深组合导航技术的GPS软件接收机捕获算法 总被引:1,自引:0,他引:1
通过研究GPS软件接收机的捕获算法,在传统捕获模式基础上面向深组合导航技术,将外部其他导航系统给出的信息反馈入接收机,辅助信号捕获过程,可以使接收机的捕获速度提高数倍。在基于频域相关技术的捕获算法基础上,通过对频域数据进行分析研究,提出了利用伪距信息缩短相关伪码长度,利用多普勒频移信息缩小频率搜索范围以及截短频域信息减少相关运算量等三种提高算法效率,加快捕获速度的改进方案。通过建立捕获算法的仿真模型进行仿真,验证了改进算法的可行性,确定了改进算法的必要参数。仿真结果表明改进算法较普通算法在捕获速度、运算效率上具有显著的优势。 相似文献
7.
摘要:为解决数据链信号识别分类的问题,提出一种基于支持向量机(support vector machine,SVM)决策树的数
据链识别分类方法。通过分析美军常用的数据链通信信号特征,采用小波变换法分析数据链的特征信息,得出小波
系数与信号能量分布的关系,根据SVM 算法原理,构建目标特征模型,对信号特征量进行识别分类,对SVM 分类
器的关键参数进行优化设计,并与BP 神经网络算法进行对比实验仿真。结果表明:SVM 决策树网络分类器在进行
收敛速度和准确率表现优异,能改善分类识别效能。 相似文献
8.
提出一种基于支持向量机的移动机器人路标识别算法,其利用SVM分类器对大量的交通标志进行识别。该方法对于场景光线强度变化,图像存在形变以及路标存在阴影遮挡和距离较远等情况都具有学习能力与容错性。实验结果表明,基于SVM的移动机器人路标识别分类器在复杂的室外环境下是有效的、具有鲁棒性的。 相似文献
9.
10.
11.
12.
舰船在航行过程中会在尾部产生一段包含大量气泡的湍流区域,通过对尾流的声学检测可以有效地跟踪船舶。基于一种改进单分类支持向量机(OCSVM)算法,利用无尾流情况下回波信号作为训练集的一个最优分类器,用于尾流回波信号模式判断。对回波信号进行降噪处理,进而提出一种自适应特征提取方法对回波信号进行处理;将特征提取作为输入,使用两层决策边界的双阈值OCSVM算法进行尾流检测。仿真结果表明,与常规OCSVM算法相比,改进算法在不同信噪比下的检测准确率均有提升,检测准确率最高可达96.27%,具有较好的工程应用价值。 相似文献
13.
14.
针对单幅航拍灰度图像的建筑物自动识别问题,给出了一种基于类特征学习的算法结构.利用建筑物顶部的高亮度特性,采用基于灰度的OTSU方法实现图像的粗略分割;然后采用二阶高斯马尔可夫随机场(GMRF)模型描述已分割图像,得到目标/背景类的6维特征向量;以此特征向量及粗分割的类标记为训练集,训练支持向量机(SVMs)分类器学习两类特征,再用训练过的分类器重新分割图像;最后采用基于先验知识的规则对分割区域进行建筑物/非建筑物判定;理论分析和实验结果表明了算法的有效性. 相似文献
15.
隐马尔可夫模型和支持向量机混合模型声识别 总被引:2,自引:0,他引:2
为弥补单一模型在识别低空飞行目标时的不足,进一步提高低空飞行目标的识别率,提出一种基于HMM和SVM混合结构的低空飞行目标声识别算法.针对战场环境下声信号的特点,算法综合考虑HMM适合处理连续动态信号及SVM小样本情况下的强分类能力,利用HMM处理待辨识的连续动态信号,将HMM易混淆的信号作为与待辨识信号较为相似的模式类,形成候选模式集,再由SVM在候选模式中对待辨识信号作最后决策.实际数据的识别结果表明相对于单一的HMM和SVM,混合模型的识别率有一定的提高. 相似文献
16.
利用坦克驾驶模拟器进行模拟训练是提高装备操作技能的重要方法。针对以往模拟训练忽视训练数据采集分析和提高训练质量的问题,提出采用支持向量机(SVM)对坦克驾驶模拟训练结果进行分析的方法。为了解决SVM参数选取难的问题,提出一种自适应粒子群优化(APSO)算法对SVM参数进行优化选择,设计动态权重参数并赋予相关惯性,实现粒子动态自适应。引入多位置查询机制和极值点信息以维持不同粒子平衡点的多样性,通过迭代选择与优化目标函数实现对参数的自动寻优。基于APSO算法的支持向量机(SVM-APSO)应用到某型坦克驾驶模拟器的训练结果分析中,结果表明SVM-APSO能克服多维影响因素对训练成绩分类带来的不利影响,实验结果在精度和时间上都有明显优势,验证了SVM-APSO在坦克驾驶模拟训练结果分析中应用的可行性与有效性。 相似文献
17.
为提高氢混天然气(HCNG)发动机的标定效率,精确预测发动机参数,对一台氢气体积分数为20%的HCNG燃料发动机进行试验研究和性能预测分析。基于高转速低负载工况稳态标定试验数据,采用支持向量机(SVM)方法建立发动机参数关联模型,并利用不同寻优算法为模型寻找最优参数,以提高各项参数的预测精度。结果显示:若发动机运行于最大扭矩点火正时,则等效天然气比消耗(BSFC)最小,NOx比排放(BSNOx)也处于较理想的水平,尤其在增加氢气比例时,这些外特性有更加显著的提升;SVM模型可以较好地描述发动机输入参数与输出参数之前的非线性关系,自变量与因变量之间的相关性较强(决定系数R2均大于0.97),模型的预测精度较高,利用遗传算法得出的最优预测模型具有较高的泛化能力,扭矩、BSFC、BSNOx的平均绝对百分比误差分别仅为1.23%、1.98%、5.43%。 相似文献