非均衡数据目标识别中SVM模型多参数优化选择方法

被引：6

作者：

郭雷

肖怀铁

付强

机构：

[1] 国防科技大学电子科学与工程学院ATR实验室

来源：

红外与毫米波学报 | 2009年 / 28卷 / 02期

关键词：

目标识别; 非均衡数据; 支持矢量机; 模型优化选择;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出了非均衡数据目标识别中SVM模型多参数优化选择方法.首先从理论上分析了SVM模型多参数选择的内涵和必要性,针对非均衡数据的分类识别,基于F测度提出了能全面反映识别性能的多参数优化选择准则.在多参数选择过程中,利用遗传算法进行模型多参数并行优化选择.提出的方法能够寻找模型多参数的全局最优解,避免陷入梯度法常出现的局部最优解情况,同时能够克服传统方法中根据经验选择SVM单参数模型时计算量太大的不足.采用国际通用的标准数据集和雷达目标HRRP数据集进行了仿真实验,实验结果表明,该方法能够得到模型多参数的全局最优值,由此确定的SVM模型分类器性能有较大提高.

引用

页码：141 / 145

页数：5

共 4 条

[1] 基于支持向量机的高光谱遥感图像分类 [J].