支持向量机的战场直升机目标分类识别

被引：6

作者：

李京华 ^{[1
]}

许家栋 ^{[1
]}

李红娟 ^{[2
]}

机构：

[1] 西北工业大学电子信息学院

[2] 西北工业大学航空学院

来源：

火力与指挥控制 | 2008年 / 01期

关键词：

支持向量机; 目标识别; 特征提取; 分类器;

D O I：

暂无

中图分类号：

E926.3 [各种军用飞机];

学科分类号：

摘要：

对基于支持向量机的战场直升机目标分类识别技术进行了研究,分别将谐波集(HS)频率和不同尺度小波子空间能量作为特征矢量,设计出一种基于支持向量机的直升机目标分类器,并将该分类器与kNN分类器和BP神经网络分类器进行分类对比实验。结果表明两种特征提取方法,都能很好地体现不同声目标之间的差异,SVM分类器相对于其他两种分类器具有更好的分类性能,目标识别率达到96%以上。

引用

页码：31 / 34

页数：4

共 5 条

[1] 支持向量机的研究现状 [J].