本文選題：目標(biāo)識(shí)別　切入點(diǎn)：混合專家系統(tǒng)　出處：《電子與信息學(xué)報(bào)》2015年01期

【摘要】：在目標(biāo)識(shí)別中,對(duì)于樣本數(shù)較多且分布復(fù)雜的數(shù)據(jù),若將所有訓(xùn)練樣本用來訓(xùn)練一個(gè)單一的分類器,會(huì)增加分類器的訓(xùn)練復(fù)雜度,且容易忽視樣本的內(nèi)在結(jié)構(gòu),不利于分類。因此人們提出了混合專家系統(tǒng)(ME),即將訓(xùn)練樣本集劃分為多個(gè)訓(xùn)練樣本子集,并在每個(gè)子集上單獨(dú)訓(xùn)練分類器。但是傳統(tǒng)ME系統(tǒng)需要人為確定專家個(gè)數(shù),并且每個(gè)子集的學(xué)習(xí)獨(dú)立于后端的任務(wù),如分類。該文提出一種基于Dirichlet過程(DP)混合隱變量(LV)支持向量機(jī)(SVM)模型(DPLVSVM)的目標(biāo)識(shí)別算法,采用DP混合模型自動(dòng)確定樣本聚類個(gè)數(shù),同時(shí)每個(gè)聚類中使用線性隱變量SVM(LVSVM)進(jìn)行分類。不同于以往算法,DPLVSVM將聚類過程和分類器的訓(xùn)練過程聯(lián)合優(yōu)化,保證了各個(gè)子集中樣本的分布上的一致性和可分性,而且可以利用Gibbs采樣技術(shù)對(duì)模型參數(shù)進(jìn)行簡(jiǎn)便有效的估計(jì)�；谌斯�(shù)據(jù)集、公共數(shù)據(jù)集以及雷達(dá)實(shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了該文方法的有效性。
[Abstract]:In target recognition, if all training samples are used to train a single classifier, the training complexity of the classifier is increased, and the intrinsic structure of the sample is easily ignored. Therefore, a hybrid expert system is proposed, that is, the training sample set is divided into several subsets of training samples, and the classifier is trained separately on each subset, but the traditional ME system needs to determine the number of experts artificially. Moreover, the learning of each subset is independent of back-end tasks, such as classification. In this paper, a target recognition algorithm based on the Dirichlet process and the mixture of hidden variables (Dirichlet) and support vector machine (SVM) model is proposed. The DPLVSVM) algorithm is used to automatically determine the number of samples by using the DP hybrid model. At the same time, each cluster is classified by using the linear hidden variable SVM- LVSVM. Different from the previous algorithm, DPLV SVM optimizes the clustering process and the training process of the classifier, which ensures the consistency and separability of the distribution of samples in each subset. Moreover, the model parameters can be easily and effectively estimated by using Gibbs sampling technology, and the effectiveness of this method is verified by experiments based on artificial data sets, common data sets and radar measured data.
【作者單位】： 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61372132,61271024,61322103) 新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET-13-0945) 全國(guó)優(yōu)秀博士學(xué)位論文作者專項(xiàng)資金(FANEDD-201156) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助課題
【分類號(hào)】：TN957.52;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝松云,張建,董大群;基于灰色模型的艦船聲信號(hào)目標(biāo)識(shí)別[J];信號(hào)處理;2002年05期

2 趙永強(qiáng),張洪才,潘泉;基于粗集的目標(biāo)識(shí)別[J];計(jì)算機(jī)應(yīng)用;2003年S1期

3 馮杰,蓋強(qiáng),古軍峰;模糊聚類分析方法在海上目標(biāo)識(shí)別中的應(yīng)用[J];儀器儀表學(xué)報(bào);2004年S1期

4 李彥鵬,黎湘,莊釗文,梁甸農(nóng);應(yīng)用多級(jí)模糊綜合評(píng)判的目標(biāo)識(shí)別效果評(píng)估[J];信號(hào)處理;2005年05期

5 周樂儒;王寶樹;;數(shù)據(jù)融合系統(tǒng)中并行目標(biāo)識(shí)別的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2006年05期

6 王娜;陳克安;;基于特性響度的心理聲學(xué)特征在車輛目標(biāo)識(shí)別中的應(yīng)用[J];電聲技術(shù);2006年06期

7 陸強(qiáng)強(qiáng);章新華;;綜合目標(biāo)識(shí)別的輸入信息源研究[J];現(xiàn)代防御技術(shù);2006年05期

8 魏麗;吳中福;李云;古毅;;感知?dú)w類在目標(biāo)識(shí)別中的應(yīng)用研究[J];計(jì)算機(jī)科學(xué);2006年05期

9 綦輝;;面向目標(biāo)識(shí)別的水下多傳感器信息融合技術(shù)比較研究[J];艦船科學(xué)技術(shù);2009年01期

10 程蕾;吳秀清;;局部特征幾何結(jié)構(gòu)用于目標(biāo)識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2010年26期

相關(guān)會(huì)議論文 前10條

1 鄭援;胡成軍;;基于數(shù)據(jù)融合的魚雷目標(biāo)識(shí)別[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

2 李夕海;趙克;慕曉冬;劉代志;;目標(biāo)識(shí)別中的特征相空間吸引子分析[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

3 王宇;鐘秋海;;用統(tǒng)計(jì)模式識(shí)別方法建立海上目標(biāo)識(shí)別的數(shù)學(xué)模型[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

4 馮杰;蓋強(qiáng);古軍峰;;模糊聚類分析方法在海上目標(biāo)識(shí)別中的應(yīng)用[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

5 趙克;劉代志;慕曉東;蘇娟;;目標(biāo)識(shí)別的特征量約束[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

6 李正東;陳興無;宋琛;何武良;;多傳感器的目標(biāo)識(shí)別[A];中國(guó)工程物理研究院科技年報(bào)（1999）[C];1999年

7 俞鴻波;趙榮椿;;三維空間目標(biāo)識(shí)別概述[A];信號(hào)與信息處理技術(shù)——第一屆信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

8 郭相科;劉進(jìn)忙;曹學(xué)斌;張玉鵬;;子類獨(dú)立分量分析在聲目標(biāo)識(shí)別中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

9 張翠;高廣春;趙勝穎;;基于時(shí)間融合算法的近程目標(biāo)識(shí)別[A];2011下一代自動(dòng)測(cè)試系統(tǒng)學(xué)術(shù)研討會(huì)論文集[C];2011年

10 曹健;陳紅倩;毛典輝;李海生;蔡強(qiáng);;基于局部特征的圖像目標(biāo)識(shí)別問題綜述[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

相關(guān)重要報(bào)紙文章 前2條

1 莫衍崴 特約記者劉謙;上士白光斌:電話傳音排故障[N];戰(zhàn)士報(bào);2012年

2 陳德潮邋本報(bào)特約通訊員 曹金平 劉劍;為潛艇鑄“魂”[N];解放軍報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 舒銳;衛(wèi)星目標(biāo)識(shí)別與特征參數(shù)提取方法研究[D];哈爾濱工業(yè)大學(xué);2010年

2 張池平;多傳感器信息融合方法及其在空間目標(biāo)識(shí)別中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2006年

3 李彥鵬;自動(dòng)目標(biāo)識(shí)別效果評(píng)估[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

4 賈宇平;基于信任函數(shù)理論的融合目標(biāo)識(shí)別研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

5 張祥合;復(fù)雜場(chǎng)景中目標(biāo)識(shí)別與分類的仿生原理和方法[D];吉林大學(xué);2012年

6 謝妤嬋;視覺目標(biāo)識(shí)別與三維定位關(guān)鍵技術(shù)的研究[D];天津大學(xué);2009年

7 黃雙萍;通用視覺目標(biāo)識(shí)別的關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2011年

8 楊國(guó);3mm波段主被動(dòng)復(fù)合探測(cè)技術(shù)研究[D];南京理工大學(xué);2006年

9 鄒健;統(tǒng)計(jì)流形框架下視覺特征的嵌入與目標(biāo)識(shí)別[D];南京理工大學(xué);2012年

10 邢卓異;基于圖像的目標(biāo)識(shí)別與跟蹤方法研究[D];哈爾濱工程大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 張建;灰建模理論及其在目標(biāo)識(shí)別中的應(yīng)用[D];西北工業(yè)大學(xué);2002年

2 周芳芳;數(shù)據(jù)融合與數(shù)據(jù)挖掘理論在目標(biāo)識(shí)別中的應(yīng)用研究[D];東南大學(xué);2004年

3 李祥茹;基于視頻監(jiān)控的特定目標(biāo)識(shí)別研究[D];南京郵電大學(xué);2012年

4 許維星;復(fù)雜背景下的目標(biāo)識(shí)別及高精度定位技術(shù)研究[D];中國(guó)科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所);2011年

5 楊紅麗;目標(biāo)識(shí)別與跟蹤在激光主動(dòng)偵查中的研究[D];電子科技大學(xué);2009年

6 來磊;基于室內(nèi)的人體目標(biāo)識(shí)別與跟蹤關(guān)鍵技術(shù)研究[D];東華大學(xué);2010年

7 李旭軍;多傳感器數(shù)據(jù)融合及其在潛艇目標(biāo)識(shí)別中的應(yīng)用[D];武漢理工大學(xué);2006年

8 王德生;機(jī)場(chǎng)目標(biāo)識(shí)別、快速算法、快速實(shí)現(xiàn)及仿真[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

9 孫越;水下柱狀目標(biāo)識(shí)別與視覺硬件系統(tǒng)研究[D];哈爾濱工程大學(xué);2009年

10 田娜;基于數(shù)據(jù)挖掘技術(shù)的目標(biāo)識(shí)別分類研究[D];西北工業(yè)大學(xué);2004年

，

本文編號(hào)：1680139