基于改进支持向量机的目标威胁估计
文献类型：期刊论文
| 作者 | 李姜 ; 郭立红
|
| 刊名 | 光学精密工程
 |
| 出版日期 | 2014-05-14 |
| 期号 | 5页码:1354-1362 |
| 关键词 | 信息融合 目标威胁估计 粒子群算法 支持向量机 |
| 中文摘要 | 针对信息融合中目标威胁估计的特点,分析了传统目标威胁估计方法和支持向量机(SVM)的不足。采用粒子群算法(PSO)对SVM中惩罚参数c和核函数g进行优化,建立了改进的SVM(PSO_SVM)目标威胁估计模型及算法。介绍了粒子群算法和支持向量机的原理,建立了一种新的PSO_SVM目标威胁估计模型;基于该模型,实现了PSO_SVM目标威胁估计算法。为适应该算法,对数据进行了预处理,包括数据量化和归一化。交叉验证寻找最佳参数时,采用PSO算法进行优化。采集75组原始数据用于仿真实验,其中60组作为训练集,15组作为测试集。仿真实验表明,该算法预测误差为0,达到了预期目标。实验结果真实、准确地反映了实际情况,证明了该方法的有效性。 |
| 语种 | 中文 |
| 公开日期 | 2015-05-27 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/42806]  |
| 专题 | 长春光学精密机械与物理研究所_中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 李姜,郭立红. 基于改进支持向量机的目标威胁估计[J]. 光学精密工程,2014(5):1354-1362. |
| APA | 李姜,&郭立红.(2014).基于改进支持向量机的目标威胁估计.光学精密工程(5),1354-1362. |
| MLA | 李姜,et al."基于改进支持向量机的目标威胁估计".光学精密工程 .5(2014):1354-1362. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。