一种支持向量回归的局部邻域稀疏化方法

调整高斯核函数参数可以改变其VC维,通过密度聚类算法发现并分离全局中非线性复杂度不同的局部特征,以支持向量比率为优化指标确定满足局部稀疏条件的核函数,从而达到优化核函数选择以提高整体回归稀疏性的目的。     

基于支持向量机的海战场辐射源威胁评估

提出一种基于支持向量机的辐射源威胁评估方法.基于统计学习理论的支持向量机方法,其在小样本情况下表现出了极好的优越性,能够较好地完成威胁评估.实验表明,支持向量机可以很好地逼近专家评价的结果,并且要优于一般的神经方法.     

高分辨率遥感影像的自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市Quick Bird和World View影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。     

第二类曲面积分计算方法新探

首先对有向曲面∑1:z=z(x,y),(x,y)∈Dxy上的第二类曲面积分的计算进行了探讨,主要根据第二类曲面积分与第一类曲面积分的关系,通过计算有向曲面的法向量, 把被积函数转化为两向量的点积。然后利用曲面面积元素与坐标面上的面积元素的关系, 再转化为二重积分,简化了第二类曲面积分的计算。最后对其它形式的光滑有向曲面也进行了类似研究,都可直接转化为二重积分。     

一种基于压缩Fisher向量的目标检索方法

当前,视觉词典法(Bo VW,Bag of Visual Words)是解决目标检索问题的主要方法,但传统的Bo VW方法具有词典生成时间效率低、检索内存消耗大等问题。针对这些问题,提出了基于压缩Fisher向量的目标检索方法,该方法首先将Fisher核机制用于目标检索,它能自动降低目标图像背景带来的不利影响,然后,采用位置敏感哈希(LSH,Locality Sensitive Hashing)对Fisher向量进行压缩编码以降低计算复杂度和内存开销,使之适用于大规模数据库。实验结果表明,新方法只用几百比特就能表征一幅图像内容,对大规模目标检索有很好的适用性,且较之当前主流的压缩视觉词典法具有更高的准确率。     

一种基于麻雀搜索算法的空中目标意图预测方法

针对BP神经网络（BPNN）的分类性能和遗传算法（GA）的参数寻优能力难以满足空中目标意图预测需求的问题,提出了一种基于麻雀搜索算法（SSA）优化支持向量机（SVM）的空中目标意图预测方法。利用SVM和SSA分别取代BPNN和GA,构建了SSA-SVM空中目标意图预测模型,并对模型的预测性能进行了仿真检验。结果表明,SSA-SVM比GA-SVM具有更快的收敛速度和更高的适应度值,比BPNN具有更高的预测准确性和更稳定的预测结果。因此,SSA-SVM可以准确、稳定地预测空中目标意图,能够满足意图预测在准确性和稳定性上的需求,提升了预测性能。     

基于粗糙集和支持向量机的火炮内膛疵病识别方法

火炮内膛疵病智能识别是火炮内膛窥测的最终目标,它涉及到内膛疵病的特征提取和疵病识别两方面。首先建立了包括疵病形状、纹理与颜色特征的火炮内膛疵病特征体系;并采用模糊粗糙集理论分析了各疵病特征对疵病识别的敏感性,由此优化了疵病特征体系,降低了疵病特征维数;建立了最小二乘支持向量机小样本、非线性数据特征的多疵病分类器,提高了疵病识别效率和质量。     

传播矩阵的物理含义

传播矩阵方法被广泛应用于分层均匀介质模型中波场的模拟计算,它能够计算出所考察时间窗内的所有层间反透射波及转换波的贡献,提高了计算效率,使算法更加体系化。以SH波为例,分析了传播矩阵实现层内多次反射的机制,对更好地理解和利用这一算法有较好的参考意义。     

考虑摆臂柔性的舰炮摆弹机构动作可靠性及灵敏度分析

针对蒙特卡罗法计算复杂机构动作可靠度时计算效率不高的问题,提出了以计算机仿真模型为基础、蒙特卡罗法与支持向量回归机相结合的机构动作可靠性分析方法。利用该方法对摆弹机构的动作可靠度进行了仿真计算,并根据灵敏度和偏导数的定义,进行了摆弹机构的可靠性灵敏度分析。分析结果表明:摆弹机构的可靠度为0.990 21,炮弹重心到齿轮轴心的距离对其可靠性的影响最大。     

基于混合挖掘的军事数据分类方法

基于军事信息系统的体系作战指挥,必须依托准确可靠的数据支撑。为了研究数据挖掘方法在军事数据上的学习性能,采用支持向量机方法和粗糙集对坦克连的作战数据进行了仿真实验。试验结果表明,支持向量机方法能够预测坦克连的命中率为100%,结合粗糙集方法,能够进一步提高支持向量机方法的学习性能,缩短学习时间。