基于支持向量機(jī)的水下目標(biāo)識(shí)別技術(shù)
發(fā)布時(shí)間:2024-03-01 05:24
論文結(jié)合某預(yù)研項(xiàng)目的相關(guān)研究計(jì)劃開(kāi)展研究工作。引信作為水中兵器的“大腦”,負(fù)責(zé)對(duì)水中兵器周?chē)哪繕?biāo)進(jìn)行識(shí)別、判決,并采取相應(yīng)的對(duì)策。如何實(shí)現(xiàn)對(duì)目標(biāo)快速、精確的分類(lèi)識(shí)別,是水下武器設(shè)備對(duì)目標(biāo)精準(zhǔn)打擊的基本條件,一直是國(guó)內(nèi)外研究的熱點(diǎn)和難點(diǎn);谛颖窘y(tǒng)計(jì)理論的支持向量機(jī)(SVM),遵循結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則,具有良好的穩(wěn)定性、計(jì)算有效性和健壯性等特點(diǎn),能夠較好的解決小樣本情況下的模式識(shí)別問(wèn)題,成為近年來(lái)模式識(shí)別分類(lèi)領(lǐng)域的首選分類(lèi)器;趯(shí)踐應(yīng)用的需要,論文在介紹水中目標(biāo)識(shí)別現(xiàn)狀的基礎(chǔ)上,研究了支持向量機(jī)的相關(guān)基礎(chǔ)理論及算法原理,實(shí)現(xiàn)了對(duì)海上最新實(shí)測(cè)艦船輻射噪聲基于核主元分析法的特征選擇與融合,并對(duì)目標(biāo)進(jìn)行了分類(lèi)實(shí)驗(yàn),取得了較理想的識(shí)別分類(lèi)結(jié)果。論文首先分析了支持向量機(jī)在水中目標(biāo)識(shí)別分類(lèi)中的應(yīng)用價(jià)值,詳細(xì)綜述了統(tǒng)計(jì)學(xué)理論的核心思想、支持向量機(jī)的基本原理以及不同分類(lèi)面的構(gòu)造方法,總結(jié)了支持向量機(jī)在有限的樣本識(shí)別模型中的優(yōu)點(diǎn);分析了目標(biāo)艦船輻射噪聲的基本特性,包括輻射噪聲源類(lèi)型、通過(guò)特性和譜特性;分別研究了艦船輻射噪聲時(shí)域自相關(guān)曲線特性、頻域雙譜特性和時(shí)頻域的Wigner高階譜的特性,提取了艦船輻...
【文章頁(yè)數(shù)】:89 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 選題背景及意義
1.2 統(tǒng)計(jì)學(xué)理論和支持向量機(jī)的研究現(xiàn)狀
1.2.1 統(tǒng)計(jì)學(xué)理論發(fā)展概況
1.2.2 支持向量機(jī)的研究現(xiàn)狀
1.3 水中目標(biāo)識(shí)別研究現(xiàn)狀
1.4 本文的主要內(nèi)容
第二章 支持向量機(jī)相關(guān)理論
2.1 支持向量機(jī)在水中目標(biāo)識(shí)別的研究?jī)r(jià)值
2.2 統(tǒng)計(jì)學(xué)習(xí)核心思想
2.2.1 學(xué)習(xí)過(guò)程的一致性的條件
2.2.2 函數(shù)集的VC維
2.2.3 推廣性的界
2.2.4 結(jié)構(gòu)風(fēng)險(xiǎn)最小化
2.3 支持向量機(jī)
2.3.1 最優(yōu)分類(lèi)面
2.3.2 廣義最優(yōu)分類(lèi)面
2.3.3 支持向量機(jī)的優(yōu)點(diǎn)
2.4 本章小結(jié)
第三章 艦船輻射噪聲的多特征選擇與提取
3.1 艦船輻射噪聲特性分析
3.1.1 艦船輻射噪聲的類(lèi)型
3.1.2 艦船輻射噪聲的通過(guò)特性
3.1.3 艦船輻射噪聲的譜特性
3.2 基于自相關(guān)處理的艦船輻射噪聲時(shí)域特征提取
3.2.1 自相關(guān)函數(shù)及其特性
3.2.2 自相關(guān)函數(shù)和功率譜的關(guān)系
3.2.3 基于自相關(guān)的時(shí)域特征子集構(gòu)造
3.3 基于雙譜分析的艦船輻射噪聲頻域特征提取
3.3.1 高階累積量與高階譜
3.3.2 雙譜估計(jì)
3.3.3 基于雙譜估計(jì)的頻域特征子集構(gòu)造
3.4 基于Wigner高階譜的艦船輻射噪聲時(shí)-頻域特征提取
3.4.1 Wigner-Ville時(shí)頻特征分析
3.4.2 Wigner-1(1/2) 譜特征分析
3.4.3 基于Wigner高階譜的時(shí)頻特征子集構(gòu)造
3.5 本章小結(jié)
第四章 基于核主元分析的融合特征構(gòu)造
4.1 維數(shù)約簡(jiǎn)
4.2 核主元分析基本原理和方法
4.2.1 主元分析的幾何意義
4.2.2 核主成分分析的模型
4.2.3 主元個(gè)數(shù)的確定方法及常用核函數(shù)
4.2.4 核主元分析特征提取步驟
4.3 基于核主元分析的融合特征提取分析
4.3.1 構(gòu)造聯(lián)合多特征向量
4.3.2 構(gòu)造DDK核函數(shù)
4.3.3 基于DDK-KPCA算法的融合特征選擇與實(shí)例計(jì)算
4.4 本章小結(jié)
第五章 SVM分類(lèi)器設(shè)計(jì)及實(shí)例驗(yàn)證
5.1 SVM解決二分類(lèi)問(wèn)題優(yōu)越性分析
5.2 構(gòu)建基于最小二乘支持向量機(jī)的DDK-CK-SVM
5.2.1 最小二乘支持向量機(jī)的基本原理
5.2.2 基于LS-SVM的DDK-CK-SVM模型
5.3 水中目標(biāo)分類(lèi)實(shí)例驗(yàn)證
5.4 本章小結(jié)
第六章 識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
6.1 總體方案設(shè)計(jì)
6.2 識(shí)別接收機(jī)(預(yù)處理)的設(shè)計(jì)
6.2.1 接收機(jī)參數(shù)分析
6.2.2 接收機(jī)性能分析
6.2.3 接收機(jī)實(shí)現(xiàn)原理及模塊設(shè)計(jì)
6.3 數(shù)字處理部分
6.3.1 A/D采樣電路設(shè)計(jì)
6.3.2 DSP模塊設(shè)計(jì)
6.4 識(shí)別系統(tǒng)的硬件實(shí)現(xiàn)
第七章 全文總結(jié)
7.1 本文的主要工作總結(jié)
7.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文和參加科研成果情況
致謝
本文編號(hào):3915486
【文章頁(yè)數(shù)】:89 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 選題背景及意義
1.2 統(tǒng)計(jì)學(xué)理論和支持向量機(jī)的研究現(xiàn)狀
1.2.1 統(tǒng)計(jì)學(xué)理論發(fā)展概況
1.2.2 支持向量機(jī)的研究現(xiàn)狀
1.3 水中目標(biāo)識(shí)別研究現(xiàn)狀
1.4 本文的主要內(nèi)容
第二章 支持向量機(jī)相關(guān)理論
2.1 支持向量機(jī)在水中目標(biāo)識(shí)別的研究?jī)r(jià)值
2.2 統(tǒng)計(jì)學(xué)習(xí)核心思想
2.2.1 學(xué)習(xí)過(guò)程的一致性的條件
2.2.2 函數(shù)集的VC維
2.2.3 推廣性的界
2.2.4 結(jié)構(gòu)風(fēng)險(xiǎn)最小化
2.3 支持向量機(jī)
2.3.1 最優(yōu)分類(lèi)面
2.3.2 廣義最優(yōu)分類(lèi)面
2.3.3 支持向量機(jī)的優(yōu)點(diǎn)
2.4 本章小結(jié)
第三章 艦船輻射噪聲的多特征選擇與提取
3.1 艦船輻射噪聲特性分析
3.1.1 艦船輻射噪聲的類(lèi)型
3.1.2 艦船輻射噪聲的通過(guò)特性
3.1.3 艦船輻射噪聲的譜特性
3.2 基于自相關(guān)處理的艦船輻射噪聲時(shí)域特征提取
3.2.1 自相關(guān)函數(shù)及其特性
3.2.2 自相關(guān)函數(shù)和功率譜的關(guān)系
3.2.3 基于自相關(guān)的時(shí)域特征子集構(gòu)造
3.3 基于雙譜分析的艦船輻射噪聲頻域特征提取
3.3.1 高階累積量與高階譜
3.3.2 雙譜估計(jì)
3.3.3 基于雙譜估計(jì)的頻域特征子集構(gòu)造
3.4 基于Wigner高階譜的艦船輻射噪聲時(shí)-頻域特征提取
3.4.1 Wigner-Ville時(shí)頻特征分析
3.4.2 Wigner-1(1/2) 譜特征分析
3.4.3 基于Wigner高階譜的時(shí)頻特征子集構(gòu)造
3.5 本章小結(jié)
第四章 基于核主元分析的融合特征構(gòu)造
4.1 維數(shù)約簡(jiǎn)
4.2 核主元分析基本原理和方法
4.2.1 主元分析的幾何意義
4.2.2 核主成分分析的模型
4.2.3 主元個(gè)數(shù)的確定方法及常用核函數(shù)
4.2.4 核主元分析特征提取步驟
4.3 基于核主元分析的融合特征提取分析
4.3.1 構(gòu)造聯(lián)合多特征向量
4.3.2 構(gòu)造DDK核函數(shù)
4.3.3 基于DDK-KPCA算法的融合特征選擇與實(shí)例計(jì)算
4.4 本章小結(jié)
第五章 SVM分類(lèi)器設(shè)計(jì)及實(shí)例驗(yàn)證
5.1 SVM解決二分類(lèi)問(wèn)題優(yōu)越性分析
5.2 構(gòu)建基于最小二乘支持向量機(jī)的DDK-CK-SVM
5.2.1 最小二乘支持向量機(jī)的基本原理
5.2.2 基于LS-SVM的DDK-CK-SVM模型
5.3 水中目標(biāo)分類(lèi)實(shí)例驗(yàn)證
5.4 本章小結(jié)
第六章 識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
6.1 總體方案設(shè)計(jì)
6.2 識(shí)別接收機(jī)(預(yù)處理)的設(shè)計(jì)
6.2.1 接收機(jī)參數(shù)分析
6.2.2 接收機(jī)性能分析
6.2.3 接收機(jī)實(shí)現(xiàn)原理及模塊設(shè)計(jì)
6.3 數(shù)字處理部分
6.3.1 A/D采樣電路設(shè)計(jì)
6.3.2 DSP模塊設(shè)計(jì)
6.4 識(shí)別系統(tǒng)的硬件實(shí)現(xiàn)
第七章 全文總結(jié)
7.1 本文的主要工作總結(jié)
7.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文和參加科研成果情況
致謝
本文編號(hào):3915486
本文鏈接:http://sikaile.net/kejilunwen/jingguansheji/3915486.html
最近更新
教材專(zhuān)著