-
题名基于进化规划算法的舰船辐射噪声分类
- 1
-
-
作者
丁永忠
方兴
-
机构
海军驻西安东风仪表厂军事代表室
海军驻第七
-
出处
《中国舰船研究》
2009年第4期47-51,60,共6页
-
文摘
神经网络分类器在舰船辐射噪声分类中得到了广泛的应用。针对神经网络分类器的设计困难,提出一种基于进化规划算法的设计方法。在该方法中,进化算法的适应度函数不是取为神经网络分类器对训练样本的识别率,而是对训练样本的可分性和聚合度同时考虑,这样能够在保证识别精度的前提下,使网络分类器具有良好的泛化能力,而且该方法不仅能够对待识别的样本进行离线学习,也能够在线学习。使用该分类器对舰船辐射噪声进行分类识别试验,结果表明该方法设计的分类器具有良好的性能。
-
关键词
神经网络
进化算法
分类器
舰船辐射噪声
-
Keywords
neural network
evolutionary algorithm
classifier
warship radiation noise
-
分类号
U666
[交通运输工程—船舶及航道工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名支持向量机集成和特征选择联合算法
被引量：4
- 2
-
-
作者
杨宏晖
孙进才
牛奕龙
赵妮
-
机构
西北工业大学航海学院环境工程系
-
出处
《声学技术》
CSCD
北大核心
2006年第4期337-340,共4页
-
文摘
提出了两种基于支持向量机集成和特征选择联合算法。联合算法的核心思想是在构建基础分类器的同时选择有效特征。通过对实测舰船数据和公共数据的识别实验,证明了两种算法都可以用于舰船目标识别。算法一更适用于冗余特征较多的情况。算法二在对舰船目标识别时,选择的特征数目降低为原来特征数目的30%,正确分类率比单个支持向量机高近10%。
-
关键词
支持向量机
特征选择
分类器集成:舰船辐射噪声
-
Keywords
support vector machine
feature selection
classifier ensembles
ship-radiated noise
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
