用于水下目标识别的选择性SVM集成算法

摘要

支持向量机集成(SVME)可以提高水下目标识别的精度，但是却使得分类系统更加复杂，增加了在线识别的时间。针对这个问题，本文提出一种基于遗传算法(GA)的选择性SVME算法用于水下目标识别。利用实测的4类水下目标声数据进行分类识别仿真实验。实验结果表明，GA-SVME的识别正确率在个体分类器数目减少80％后几乎没有下降，且比单个SVM高3％。实验结果证明了所提出算法的有效性。