论文摘要
针对水下目标特征类型多、非线性强的特点,该文将基于核的k-最近邻应用于水下目标识别。该方法采用主成分分析对特征矩阵进行降维,利用核函数技巧将降维后的特征映射到高维空间进行k-最近邻分类识别,并讨论了邻近点个数k对实验结果的影响。实际实验数据验证结果表明:与传统的k-最近邻和BP神经网络分类器相比,基于核的k-最近邻分类器的综合性能更优。
论文目录
文章来源
类型: 期刊论文
作者: 严良涛,项晓丽
关键词: 水下目标识别,最近邻,主成分分析,核函数
来源: 应用声学 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学,信息科技
专业: 物理学,工业通用技术及设备,自动化技术
单位: 中国人民解放军91388部队,广州杰赛科技股份有限公司
基金: 国家自然科学基金项目(11774374)
分类号: TB56;TP18
页码: 448-451
总页数: 4
文件大小: 374K
下载量: 177
相关论文文献
- [1].基于自然最近邻相似图的谱聚类[J]. 计算机应用研究 2020(01)
- [2].基于距离的相似最近邻搜索算法研究[J]. 北京化工大学学报(自然科学版) 2017(05)
- [3].静音钻[J]. 科学启蒙 2017(Z1)
- [4].一种连续最近邻查询的优化方法[J]. 黑龙江工程学院学报(自然科学版) 2013(04)
- [5].基于新型索引结构的反最近邻查询[J]. 计算机研究与发展 2020(06)
- [6].基于自然最近邻的离群检测方法研究[J]. 智能计算机与应用 2019(04)
- [7].概率可视最近邻查询算法[J]. 哈尔滨理工大学学报 2013(06)
- [8].基于R树及其变种的最近邻查询研究[J]. 现代计算机 2013(09)
- [9].道路网络中的多类型K最近邻查询[J]. 计算机工程与应用 2012(03)
- [10].不确定数据上范围受限的最近邻查询算法[J]. 小型微型计算机系统 2012(06)
- [11].k最近邻域分类算法分析与研究[J]. 甘肃科技 2012(18)
- [12].基于路网的连续K最近邻查询[J]. 天津理工大学学报 2012(06)
- [13].不确定对象的反向最近邻查询研究[J]. 黑龙江工程学院学报(自然科学版) 2012(04)
- [14].范围最近邻查询方法研究[J]. 泰山学院学报 2011(03)
- [15].反向最近邻查询研究综述[J]. 电脑知识与技术 2011(28)
- [16].空间数据库中的障碍反向最近邻查询[J]. 计算机工程与应用 2011(34)
- [17].道路网络中的连续最近邻查询[J]. 计算机工程 2010(08)
- [18].时空数据库变体最近邻查询问题探讨[J]. 计算机工程与应用 2010(14)
- [19].空间对象的双色反向最近邻查询研究[J]. 煤炭技术 2009(06)
- [20].最近邻搜索用于分类问题的一种改进[J]. 南京大学学报(自然科学版) 2009(04)
- [21].路网环境中关于模糊组最近邻问题的研究[J]. 计算机应用研究 2016(02)
- [22].最近邻检索问题综述[J]. 新西部(理论版) 2015(09)
- [23].基于k-最近邻的红外点目标检测方法（英文）[J]. 红外与激光工程 2013(S2)
- [24].平面中点对一般多边形的最近邻查询研究[J]. 科技通报 2014(01)
- [25].面向不确定数据的概率阈值可见最近邻查询算法[J]. 小型微型计算机系统 2013(08)
- [26].面向存在不确定对象的组最近邻查询方法[J]. 小型微型计算机系统 2012(04)
- [27].空间数据库中连续可视反向最近邻查询[J]. 西南交通大学学报 2012(03)
- [28].基于查询集空间分布的聚合最近邻查询算法[J]. 计算机应用 2011(09)
- [29].面向不确定图的k最近邻查询[J]. 计算机研究与发展 2011(10)
- [30].高维主存的反向K最近邻查询及连接[J]. 计算机工程 2011(24)