基于二叉树SVM的弹道目标RCS识别

二叉树支持向量机(SVM)是一种针对多类问题的有效分类器,具有结构简单、训练快的特点,但二叉树SVM容易出现误差积累,且不能输出识别结果的置信度。文中设计了一种基于隶属度计算的二叉树SVM分类器,首先,该分类器利用方差和最小准则选择节点,将多类问题转化为偏二叉树SVM分类问题,避免了误差积累,然后,利用特征变换空间的类中心和类半径,计算出样本结果的置信度,使得二叉树SVM分类器能够输出模糊结果。将上述二叉树SVM分类器应用于弹道目标的RCS特征识别,仿真结果表明了该方法的有效性。     

数据参数影响RCS统计特征数据可分性

雷达采样数据率及统计RCS特征的滑窗参数（滑动步长和窗口长度）需要设定以实现基于RCS统计特征的目标识别。利用类内/类间散布矩阵构造了类别可分性的距离判据,分析了数据率和滑窗参数对不同目标的可分性影响。结果表明：随着数据率提升,目标可分性呈现在低频区域（<5Hz）快速增长,而在高频区域(>25Hz)呈现缓慢增长趋于饱和;目标可分性随滑动步长变化不显著;而目标可分性随着窗口长度的增加呈现非线性的快速增长。     

基于HOG特征及SVM的机车车底螺栓检测方法

为了解决列车动态图像检测系统中对关键螺栓的定位、识别问题,提出了一种基于方向梯度直方图特征和支持向量机的方法检测螺栓。该方法首先利用轨边图像采集设备对车底图像进行采集,并针对关键螺栓分布区域分类为车钩缓冲装置挡板螺栓、转向架心盘螺栓、齿轮箱螺栓。然后针对不同分布区域的螺栓进行样本切割,提取样本方向梯度直方图特征。最后对机车车底图像进行螺栓检测,定位螺栓位置信息,以供判别螺栓丢失、螺栓松动等故障。结果表明,该方法对螺栓的检出率可达90%以上,适用于列车动态图像检测系统的要求。     

基于马尔可夫矩阵的纸币图像识别

针对复杂的纸币图像,采用马尔可夫(Markov)转移矩阵对图像像素间相关性进行建模,提取图像的纹理特征。鉴于各种面额的人民币图像整体纹理的空间分布比较相似,截取图像的特征区域,结合网格法,以每个网格内的纹理为特征识别纸币的面额。在纸币的训练样本中加入大量的无标注样本,用支持向量附近的无标注样本点调节分类超平面,提出改进的直推式支持向量机(Modified Transductive Support Vector Machine,MTSVM),加快了算法的收敛速度。以MTSVM为识别分类器进行仿真实验。实验结果表明在网格法的基础上,马尔可夫矩阵提取的纹理特征能够有效地描述图像,MTSVM可以得到更加准确的分类超平面,取得了较高的纸币面额识别率。     

基于特征选择的SVM选择性集成学习方法

本文提出了一种结合SVM的选择性集成学习方法。算法基于集成学习的基本框架,通过对输入的训练子集进行特征选择处理并对随后的基分类器进行泛化能力的排序和选择,形成了一个新的集成分类器,以提高性能。文中试验采用UCI数据集与传统的Bagging算法做对比,结果表明本文算法可以有效地改善分类效果。     

一种结合K近邻法的改进的渐进直推式支持向量机学习算法

为了进一步提高改进的渐进直推式支持向量机学习算法(IPTSVML)的速度,提出了一种结合K近邻法(KNN)的改进的渐进直推式支持向量机学习算法,利用KNN对无标签样本集进行删减,去掉对学习作用不大的无标签样本,再对有标签样本集和剩余的无标签样本集利用IPTSVML算法进行学习与分类。雷达实测数据实验结果表明该算法是有效的。     

基于HOG和SVM的通信设备工具板检测方法

针对通信装备测试中对工具板的定位、识别问题,提出一种利用方向梯度直方图特征与支持向量机结合的方法检测工具板。首先利用平板电脑拍摄通信装备及工具板,然后从图片中剪裁出正负样本,提取样本方向梯度直方图特征。训练样本特征得到检测器并检测图片,最后将待检测的工具板定位在图像中供进一步检测,结果表明,该方法可以很好地完成对工具板的识别和定位,具有可行性。     

基于SVM的入侵检测系统中特征权重优选方法综述

基于统计学习理论的支持向量机有较好的泛化能力,然而当样本含有与该问题不完全相关甚至完全无关的特征时,会使得各个特征对问题的相关程度差异很大,为了提高分类的正确率,对各个特征进行加权尤为重要。在入侵检测系统中,网络中的特征对分类结果的影响程度也是不同的,本文列举了对这些特征进行加权的几种方法。     

基于不变性特征的SVM遥感图像飞机类型识别

根据遥感图像飞机目标的特点,提出一种基于不变性特征的支持向量机(SVM)识别算法。首先结合小波分解进行平移、旋转、缩放不变性特征提取;然后对基于遗传算法(GA)的SVM模型参数选择方法在核函数的选择、搜索空间的确定等方面进行改进,并用改进后的算法实现SVM模型参数选择。对480幅遥感图像进行仿真实验,得到97.56%的正确识别率。与BP神经网络相比,识别率高,验证了算法的有效性。     

一种基于支持向量机的雷达多目标分类方法

针对小样本条件下雷达目标分类精度低的问题,提出了一种基于支持向量机(Support Vector Machine,SVM)的雷达目标分类方法。通过雷达目标特征的提取、选择和分类器的设计,实现了目标的多分类,且提高了目标分类精度。实验结果表明,基于二维特征的分类器可实现多目标的高精度分类,且平均分类精度均优于85%。     

适用于不平衡样本数据处理的支持向量机方法

支持向量机算法在处理不平衡样本数据时，其分类器预测具有倾向性．样本数量多的类别，其分类误差小，而样本数量少的类别，其分类误差大．本文针对这种倾向性问题，在分析其产生原因的基础上，提出了基于遗传交叉运算的改进方法．对于小类别训练样本，利用交叉运算产生新的样本，从而补偿了因训练数据类别大小差异而造成的影响．基于UCI标准数据集的仿真实验结果表明，改进方法比标准支持向量机方法具有更好的分类准确率．     

用于多类别分类的一种加权超球支持向量机算法

在One‐Class基础上发展起来的超球支持向量机算法能有效地解决多类别分类问题。但是原始的超球支持向量机算法仍有很多需要改进的地方。经过推导和实验,得到如下结论,即超球支持向量机算法过度依赖于每个训练样本,即使该训练样本为噪音数据或是离群异常数据。因此提出在训练之前加入预处理算法,通过相似度计算删除噪音点和异常点。在训练过程中,根据公式计算每个样本的权值,区别对待每个训练样本,确保SMO求解过程迅速收敛。在测试阶段,根据测试点的位置合理选择分类规则进行正确分类。实验结果表明提出的算法可以有效减少噪音数据和异常数据对分类结果的影响,同时提高了分类精度。     

模糊多类SVM模型

利用SVM处理多类分类问题,是当前的研究热点之一.本文提出了一种模糊多类支持向量机模型,即FMSVM.该方法是在Weston等人提出的多类SVM模型中引入模糊成员函数,针对每个输入数据对分类结果的不同影响,该模糊成员函数得到相应的值,由此得到不同的惩罚值.从而在构造分类超平面时,可以忽略那些对分类结果影响很小的数据.理论分析与数值实验都表明,该算法具有良好的鲁棒性.     

一种用于雷达资源管理的目标雷达截面积预测算法

在管理与优化雷达有限资源的应用中,目标的雷达截面积的起伏会对资源分配后的效果产生巨大的影响。针对该问题,该文提出一种对目标的雷达截面积进行预测的方法。该方法首先对回波进行处理以获取目标雷达截面积的测量值,进而通过概率密度转移的方法对目标在下一个时刻的雷达截面积进行预测。通过对来自3种飞机的雷达实测数据的计算,验证了该预测方法能够得到较为准确的预测值。最后,建立功率分配的优化方程,并通过仿真验证了对雷达截面积准确的预测能够提高功率分配后的测量精度。     

A Trigonometric Approximation Method for the Monostatic Radar Cross Section

A trigonometric approximation is proposed for the monostatic radar cross section. The order of the approximation is determined from the geometry of the scattering object, thus avoiding to waste computational efforts with adaptive approximation. Moreover, exploiting the reciprocity of the normalized scattering amplitude, the number of samples is nearly halved.     

一种改进的支持向量机多类分类方法

提出一种新的基于二叉树结构的支持向量机(SVM)多类分类方法.该方法解决了现有主要算法中存在的不可分区域问题,具有简单、直观、重复训练样本少的优点.为了提高分类模型的推广能力,必须使样本分布好的类处于二又树的上层节点,才能获得更大的划分空间.因此,该算法采用类间散布度量与类内散布度量的比值作为二叉树的生成算法.采用UCI标准数据集实验,实验结果表明该算法具有一定的优越性.     

一种测量雷达截面积的方法

介绍了利用对比法对物体RCS进行测量的方法.其过程是采用已知雷达截面积的金属球作为标校物,通过对比获得被测物体的雷达截面积.     

特种车辆RCS减缩外形研究

从现代地面目标反雷达隐身的特点出发,确定了特种车辆主要的威胁区域,在比较多平面和融合式外形2种设计思想优缺点的基础上采用了多面体思想方面,对原车和隐身车建模,并用软件仿真了威胁区域内的RCS对比曲线,通过对比曲线分析了特种车辆RCS与外形的关系,在多面体外形设计方面总结了RCS缩减的经验和措施,为减小车辆雷达探测特征提供参考和改进依据。     

天波超视距雷达目标RCS模拟新方法

基于天波超视距雷达探测距离远、覆盖范围大和受外界环境影响等特点,提出了一种利用可移动式应答机模拟天波超视距雷达目标雷达反射截面(RCS)的方法,并对所模拟的RCS的精度进行分析,提出精度校准办法。车载移动应答机具有机动性强、结构简单的优点,若用来模拟目标的雷达反射截面,并利用到天波超视距雷达探测威力的评估中,则能获得较好的效果。