高分辨距离像识别中支持向量机分类技术研究  

A Study on Some Support Vector Machine in High-resolution Range Profile Recognition

作　　者：沈明华[1] 肖怀铁[2] 付强[2] 

机构地区：[1]空军工程大学电讯工程学院,西安710077 [2]国防科技大学电子科学与工程学院,长沙410073

出　　处：《现代雷达》2008年第9期64-67,共4页Modern Radar

基　　金：国家自然科学基金资助项目(60572138)

摘　　要：核函数参数对支持向量机分类器性能有很大影响。首先定性分析了核函数参数对分类器分类边界的影响,然后基于高分辨距离像比较了各种泛化误差估计方法性能,得到了适合高分辨距离像识别的泛化误差估计方法,最后基于该方法优化支持向量机分类器参数实现了对4类目标的分类识别,通过识别混淆矩阵、识别ROC曲线验证了有效性。Kernel function parameters seriously impact Support Vector Machine(SVM) classifier performance.Firstly,relationship between kernel function parameter and classifier boundary is analyzed qualitatively.Then basing on high-resolution range profile,performances of several generalized estimation(GE) methods are compared and the GE which is most suitable for high-resolution radar target classification is acquired.Finally,the SVM classifier is optimized basing on the above method and four targets are well classifi...

关 键 词：雷达目标分类 支持向量机 核函数参数 高分辨距离像 识别ROC曲线 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]