KECCA方法及其在水下回波分类中的应用  

KECCA Method and Its Application in Underwater Echoes Classification

作　　者：刘志勇[1,2] 夏毅敏[1] 杨勃[1] 

机构地区：[1]中南大学机电工程学院,湖南长沙410083 [2]桂林航天工业高等专科学校,广西桂林541004

出　　处：《郑州大学学报（工学版）》2011年第4期52-55,共4页Journal of Zhengzhou University（Engineering Science）

基　　金：国家自然科学基金资助项目(50875265);中国博士后科学基金资助项目(20080440992);湖南省科技支撑计划(2009SK3159)

摘　　要：针对增强典型相关方法不能提取对象的非线性特征的问题,在增强典型相关方法基础上,提出了核增强典型相关方法.该方法主要用于非线性相关关系分析,能够提取出类内非线性相关度最大且类间非线性相关度最小的多特征融合信息.最后,将基于核增强典型相关的多特征融合方法应用到水下回波分类领域.4种水下底质回波分类实验表明,与两种单特征相比,采用核增强典型相关多特征融合方法,平均分类正确率提高了3%,验证了基于核增强典型相关的多特征非线性融合的有效性.Enhanced canonical correlation analysis（ECCA） cannot Abstract objects＇ nonlinear features.An kernel enhanced canonical correlation analysis（KECCA） is proposed based on ECCA.KECCA is mainly used to analyze the nonlinear relationship of two multiple dimentional datasets,and using it the fusion information of the most within-class nonlinear relation and the least between-class nonlinear relation can be Abstracted.Finally,the fusion model based on KECCA is used on underwater echo classification and the experimental results on four kinds of underwater materials show that the proposed multiple features fusion method based on KECCA improved the classification performance by 3%in contrast with single feature method.

关 键 词：特征级融合 核增强典型相关方法 水下回波分类 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]