Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于改进支持向量机的目标威胁估计 | |
李姜 ; 郭立红
| |
| 2014-05-15 | |
| 发表期刊 | 光学精密工程
 |
| 期号 | 5页码:1354-1362 |
| 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。 |
| 文章类型 | 期刊 |
| 关键词 | 信息融合 目标威胁估计 粒子群算法 支持向量机 |
| 语种 | 中文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/42806 |
| 专题 | 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. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于改进支持向量机的目标威胁估计.caj（546KB） | 开放获取 | ODC PDDL | 浏览 下载 | |||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李姜]的文章 |
| [郭立红]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李姜]的文章 |
| [郭立红]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李姜]的文章 |
| [郭立红]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
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。
修改评论