基于svm的决策融合鱼类识别方法

基于svm的决策融合鱼类识别方法

ID:5347435

大小:1.53 MB

页数:5页

时间:2017-12-08

基于svm的决策融合鱼类识别方法_第1页
基于svm的决策融合鱼类识别方法_第2页
基于svm的决策融合鱼类识别方法_第3页
基于svm的决策融合鱼类识别方法_第4页
基于svm的决策融合鱼类识别方法_第5页
资源描述:

《基于svm的决策融合鱼类识别方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第36卷第5期哈尔滨工程大学学报Vol.36№.52015年5月JournalofHarbinEngineeringUniversityMay2015基于SVM的决策融合鱼类识别方法1,21,21,21,2杜伟东,李海森,魏玉阔,徐超(1.哈尔滨工程大学水声技术重点实验室,黑龙江哈尔滨150001;2.哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001)摘要:为解决基于声学散射数据的高精度鱼类识别问题,提出一种基于SVM的多方位声散射数据决策层融合的鱼类识别方法。利用小波包变换(WPT)和离散余弦变换(DCT)方法对多方位声散射数据进行特征提取,并进行特征降维处理。然后采

2、用SVM分类器对每个方位提取的特征做出多次决策,并输出最终识别结果。采用3种不同鱼类作为研究对象,设计了可靠的获取多方位声散射数据的实验方案,给出不同方位数量条件下,基于WPT和DCT特征量的识别率。理论分析及实验数据处理结果表明,随着方位数量的增加,总体识别率呈升高的趋势,基于SVM的多方位声散射数据决策层融合方法可以有效提高识别率至90%以上。关键词:鱼类识别;多方位;决策融合;支持向量机;小波包变换;离散余弦变换doi:10.3969/j.issn.1006⁃7043.201403083网络出版地址:http://www.cnki.net/kcms/detail/23

3、.1390.U.20150414.1710.024.html中图分类号:S932.4;P745文献标志码:A文章编号:1006⁃7043(2015)05⁃0623⁃05DecisionfusionfishidentificationusingSVManditsexperimentalstudy1,21,21,21,2DUWeidong,LIHaisen,WEIYukuo,XUChao(1.AcousticScienceandTechnologyLaboratory,HarbinEngineeringUniversity,Harbin150001,China;2.Colleg

4、eofUnderwaterAcousticEngineering,HarbinEngineeringUniversity,Harbin150001,China)Abstract:Inordertomeettherequirementofhighprecisionforfishidentificationbasedonacousticscatteringdata,anSVM⁃basedmulti⁃azimuthdecisionfusionmethodforacousticscatteringdataisproposedinthisstudy.Firstly,thewavele

5、tpackettransform(WPT)anddiscretecosinetransform(DCT)methodsareusedtoextractfeaturesfrommulti⁃azimuthacousticscatteringdataandtheextractedfeaturesareprocessedforadimension⁃reduction.Sec⁃ondly,SVMclassifiersareemployedtomakedecisionsformultipletimesbasedonthefeaturesofeachazimuth.Fi⁃nally,th

6、eidentificationresultisfiguredoutastheultimateoutput.Intheexperiment,threefishesareselectedandthereliableschemeisdesignedtoobtainmulti⁃azimuthacousticscatteringdata.Theidentificationratesaredemon⁃stratedforeachcaseofdifferentazimuthnumbersusingtheWPTandDCTmethods.Thetheoreticalanalysisandp

7、rocessingresultsindicatedthattheoverallidentificationratesshowarisingtrendastheazimuthnumberincreases.TheSVM⁃basedmulti⁃azimuthdecisionfusionmethodforacousticscatteringdatacanincreasetheidentificationrateto90%.Keywords:fishidentification;multi⁃azimuth;decision

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。