利用跟踪轨迹特征和SVDD-SVM联合分类器的水下慢速小目标分类方法 |
| |
引用本文: | 刘雄厚,时荣伟,杨益新.利用跟踪轨迹特征和SVDD-SVM联合分类器的水下慢速小目标分类方法[J].声学学报,2023(4):646-655. |
| |
作者姓名: | 刘雄厚 时荣伟 杨益新 |
| |
作者单位: | 1. 西北工业大学航海学院;2. 陕西省水下信息技术重点实验室 |
| |
基金项目: | 国家自然科学基金项目(12274346);;国家重点研发计划项目(2016YFC1400200); |
| |
摘 要: | 针对蛙人、无人水下航行器(UUV)等慢速小目标分类识别所面临的小样本、类不平衡问题,提出了利用轨迹特征、支持向量数据描述(SVDD)与支持向量机(SVM)的联合分类方法。该方法将水下慢速小目标类型简化为蛙人、UUV、其他3类,利用跟踪轨迹特征设计多维特征量,构建SVDD-SVM联合分类器获得分类结果。具体为,针对小样本问题,采用参数维度小、训练数据量要求低的SVDD、SVM作为分类器的基本单元。针对类不平衡问题,使用2个并联的单分类SVDD和1个与两者串联的二分类SVM设计联合分类器,同时为联合分类器的输出设计投票机制保证分类结果的稳健性。实测数据处理结果表明,所提SVDD-SVM联合分类器对蛙人目标的平均召回率可达86%,平均精确率可达87%;对UUV目标的平均召回率可达85%,平均精确率可达86%。所提方法在小样本、类不平衡条件下具有优于传统方法的分类准确性和稳健性。
|
关 键 词: | 轨迹特征 目标分类 水下小目标 支持向量机 支持向量数据描述 |
|
|