科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对信息融合中目标威胁估计的特点,分析了传统目标威胁估计方法和支持向量机(SVM)的不足。采用粒子群算法(PSO)对SVM中惩罚参数c和核函数g进行优化,建立了改进的SVM(PSOSVM)目标威胁估计模型及算法。介绍了粒子群算法和支持向量机的原理,建立了一种新的PSOSVM目标威胁估计模型;基于该模型,实现了PSOSVM目标威胁估计算法。为适应该算法,对数据进行了预处理,包括数据量化和归一化。交叉验证寻找最佳参数时,采用PSO算法进行优化。采集75组原始数据用于仿真实验,其中60组作为训练集,15组作为测试集。仿真实验表明,该算法预测误差为0,达到了预期目标。实验结果真实、准确地反映了实际情况,证明了该方法的有效性。
- 单位
