作者：李小辉; 朱莉; 吴坚模糊支持向量机隶属度精度毫米波辐射计目标识别
摘要：针对孤立点和噪声对支持向量机(SVM)的分类精度以及泛化能力造成的影响,本文引入模糊支持向量机(FSVM)并提出一种优化方法提高样本隶属度精度从而提高模糊支持向量机的分类正确率。本文将模糊支持向量机应用于毫米波辐射计目标识别,利用模糊支持向量机对毫米波辐射计探测到的不同样本数据进行处理分类,实验结果表明该模糊支持向量机可以降低孤立点及噪声对目标识别的分类影响,和支持向量机及传统模糊支持向量机相比在相同干扰程度下识别分类正确率更高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
