基于GA-KPCA的特征选择在水下目标识别中的应用

作者：严良涛; 项晓丽

来源：水下无人系统学报, 2020, 28(01): 113-117.

• 水下目标识别
• 遗传算法
• 核主元分析法
• 核函数

水下辐射声场和水声信道的复杂性使得声呐接收的噪声信号相互耦合、调制畸变,具有很强的非线性。文中利用核函数将原始特征空间的非线性数据映射至高维特征空间,在高维特征空间进行主元分析(PCA)法提取特征,并采用遗传算法(GA)对核参数进行优化,形成了基于GA-核主元分析(KPCA)的水下目标特征选择方法。实际样本数据验证结果表明,该方法在一定程度上弥补了传统线性PCA方法处理非线性数据的不足,能够获得更高的识别正确率。

• 单位
  广州杰赛科技股份有限公司; 中国人民解放军91388部队