999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

基于改進高斯核函數的雷達高分辨距離像目標識別算法研究

2010-04-12 00:00:00趙乃杰,李輝,金寶龍
現代電子技術 2010年15期

摘 要:針對支持向量機的核函數選擇問題,在保形變換方法的基礎上,分析了確定數據分布特征的重要性,給出了判斷數據呈高斯分布的方法。利用支持向量機的高斯核函數,提出一種基于改進的高斯核函數雷達目標高分辨距離像的研究方法。該方法對SVM的高斯核函數進行改進,并進行核函數選擇。通過改進的高斯核函數與多項式核函數進行比較,在Matlab環境下采用兩種方法對高分辨距離像進行仿真,仿真方法驗證并改進了高斯核函數的有效性。

關鍵詞:高分辨距離像; 支持向量機; 高斯核函數; 廣義高斯分布

中圖分類號:TN957.52文獻標識碼:A

文章編號:1004-373X(2010)15-0001-04

Target Recognition Algorithm of Radar High Resolution Range Profile

Based on Improved Gaussian Kernel Function

ZHAO Nai-jie, LI Hui,JIN Bao-long

(Department of Electronic Engineering, Northwestern Polytechnical University, Xi’an 710129, China)

Abstract: Aiming at kernel function selection of support vector machine(SVM), the method to determine Gaussian distribution of the data is introduced by analyzing feature of data distribution based on the proposed conformal transformation method. A target recognition algorithm of radar high resolution range profile based on improved Gaussian kernel function is proposed by using Gaussian kernel function of support vector machine. The method improved SVM Gaussian kernel function and carried out the kernel function selection. Through comparing the improved Gaussian kernel function with the polynomial kernel functions, two methods are used to simulate high resolution range profile in the Matlab environment, the simulation method validate the effectiveness of Gaussian kernel function.

Keywords: high range resolution profile;SVM;Gaussian kernel function; generalized Gaussian distribution

0 引 言

傳統模式識別方法都是在樣本數目足夠多的前提下進行研究的,所提出的各種方法只有在樣本數趨于無窮大時其性能才能有理論上的保證。然而在許多實際應用中樣本數目通常是有限的,如何在有限樣本情況下使得到的分類器能夠具有較好的分類性能和泛化性能,支持向量機(Support Vector Machine,SVM)的出現為解決這一問題提供了新思路。

SVM是20世紀90年代由Vapnik等人提出的一種新的學習機[1],它擁有較好的推廣能力和非線性處理能力,尤其在處理高維數據時,可有效地解決“維數災難”問題,在人臉檢測、網頁分類、數據融合、函數估計等領域得到了廣泛應用[2]。由于SVM 是一種基于核的機器學習方法,核函數決定了學習機的復雜度,所以核及相關參數選擇得好壞直接影響到了SVM 的性能。對于一個選定的核函數來講,其參數選擇方法目前已有一些研究[3-6],其中交叉驗證法(Cross-Validation)或留一法(Leave-One-Out)被認為是較為準確的方法[7],但其計算復雜度較高。……

登錄APP查看全文

主站蜘蛛池模板: 亚洲成人在线网| 热久久这里是精品6免费观看| 青青青视频91在线 | 国产午夜人做人免费视频| 亚洲国产欧美国产综合久久 | 丁香亚洲综合五月天婷婷| 亚洲IV视频免费在线光看| 2022精品国偷自产免费观看| 国产精品无码制服丝袜| 亚洲人成影院在线观看| 精品视频一区在线观看| 久热re国产手机在线观看| 九九视频免费在线观看| 成人国产精品2021| 视频国产精品丝袜第一页| 天堂va亚洲va欧美va国产| 欧美日韩精品一区二区在线线 | 不卡无码h在线观看| 国产成人综合欧美精品久久| 中国国产高清免费AV片| 亚洲Va中文字幕久久一区| 成人免费一区二区三区| 国产手机在线观看| 无码在线激情片| 国产91无码福利在线| 国产呦精品一区二区三区下载| 18禁不卡免费网站| 国产成人亚洲精品蜜芽影院| 欧美激情综合一区二区| 亚洲a免费| 91久久精品国产| 日韩福利视频导航| 岛国精品一区免费视频在线观看| 97se亚洲综合| 亚洲人成影视在线观看| 国产视频只有无码精品| 亚洲va视频| 性欧美在线| 大学生久久香蕉国产线观看| 一区二区在线视频免费观看| 人妖无码第一页| 1024你懂的国产精品| 色悠久久久久久久综合网伊人| 亚洲视频欧美不卡| 欧美日本二区| 91美女视频在线| 伊人天堂网| 国产免费观看av大片的网站| 九色视频线上播放| 亚洲欧美人成人让影院| 亚洲国产欧美目韩成人综合| a级毛片网| 亚洲国产日韩视频观看| 亚洲日韩欧美在线观看| 国产丝袜无码一区二区视频| 日韩在线视频网站| 高清色本在线www| 国产精品不卡片视频免费观看| 超碰色了色| 国产美女无遮挡免费视频| 亚洲欧美另类日本| 谁有在线观看日韩亚洲最新视频 | 国产精品久久久久婷婷五月| 青青青视频91在线 | 国产精品短篇二区| 中文字幕在线播放不卡| 欧美视频在线第一页| 国产在线八区| 一级毛片免费的| 中文字幕66页| 亚洲第一视频网| 国产成人久久777777| 国产第二十一页| 色婷婷狠狠干| 成人综合久久综合| 尤物成AV人片在线观看| 91精品啪在线观看国产| 大香伊人久久| 欧美精品色视频| 久久亚洲美女精品国产精品| 永久毛片在线播| 国产91小视频在线观看|