摘要:摘要:模糊支持向量机是在不可分样本集情况下进行模式分类的有效工具,为了进一步提高该算法的推广能力,对其进行了两方面的改进。一是在高维特征空间中引入不等距分类超平面,以期提高该算法的学习精度;二是在高维特征空间中,利用本文所提出的算法,筛选出有效的训练样本集,以期缩短该算法学习所耗时间。对模糊支持向量机的改进进行了理论推导,并且给出了有效训练样本集的筛选算法。把上述改进方案应用到两种飞机的雷达一维距离像识别中,实验结果表明其取得了很好的识别效果,并且缩短了算法学习时间。
关键词:模糊支持向量机 不等距分类超平面 特征空间 雷达一维距离像
单位:电子科技大学电子工程学院 四川成都611731 四川理工学院自动化与电子信息学院 四川自贡643000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社