本文關(guān)鍵詞：基于人工魚群優(yōu)化SVM的聲磁標(biāo)簽信號檢測研究　出處：《鄭州大學(xué)學(xué)報(工學(xué)版)》2017年04期 　論文類型：期刊論文

  更多相關(guān)文章： 人工魚群算法 支持向量機 聲磁標(biāo)簽 檢測率 實時檢測

【摘要】：為了提高聲磁EAS系統(tǒng)的檢測率,增強系統(tǒng)抗干擾性,研究了一種改進(jìn)人工魚群算法(IAFSA)與支持向量機(SVM)相結(jié)合的聲磁標(biāo)簽信號檢測算法(IAFSA-SVM).分析了支持向量機和傳統(tǒng)人工魚群算法的優(yōu)勢和缺陷,并提出了改進(jìn)方案.實驗表明:改進(jìn)人工魚群算法相比人工魚群算法、遺傳算法和粒子群算法收斂速度更快、尋優(yōu)精度更高;IASFA-SVM算法相比傳統(tǒng)的聲磁標(biāo)簽檢測算法體現(xiàn)出了檢測率高、檢測距離遠(yuǎn)和誤報率低等優(yōu)勢,并且可以滿足系統(tǒng)實時檢測要求.
[Abstract]:In order to improve the detection rate of acoustomagnetic EAS system and enhance the anti-jamming ability of the system. An improved artificial fish swarm algorithm (IAFSA) and support vector machine (SVM) for acoustic and magnetic label signal detection are studied. The advantages and disadvantages of support vector machine and traditional artificial fish swarm algorithm are analyzed. The experimental results show that the improved artificial fish swarm algorithm has faster convergence speed and higher optimization accuracy than artificial fish swarm algorithm. Compared with the traditional acoustomagnetic tag detection algorithm, IASFA-SVM algorithm has the advantages of high detection rate, long detection distance and low false alarm rate, and can meet the real-time detection requirements of the system.
【作者單位】： 鄭州大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金委-民航聯(lián)合基金(U1433106) 2016年度河南省科技攻關(guān)計劃項目(162102210162)
【分類號】：TH692;TP18
【正文快照】： 0引言聲磁EAS(electronic article surveillance,EAS)系統(tǒng)是利用音叉原理設(shè)計,廣泛應(yīng)用于零售行業(yè)的電子商品防盜系統(tǒng)[1].針對EAS系統(tǒng)的研究,國外研究重點在電磁輻射和標(biāo)簽識別算法方面,而國內(nèi)主要針對系統(tǒng)的硬件電路設(shè)計.目前,國內(nèi)研發(fā)的聲磁EAS系統(tǒng)采用的標(biāo)簽識別方法主要是，

本文編號：1421178