摘要
为提高对空袭目标的识别能力,提出了一种基于粗糙集支持向量机的空袭目标识别方法。该模型用RS方法构建SVM数据处理系统的前置系统,充分利用RS理论在处理大数据量,消除冗余信息等方面的优势,减少了SVM训练数据,克服了SVM算法因为数据量太大而导致处理速度慢的缺点。根据分类识别的要求,在RS-SVM两类分类算法的基础上,建立了成对分类目标识别模型。通过仿真试验证明,该方法具有较高的识别率,在空袭目标识别中体现极强的优势。
- 单位
为提高对空袭目标的识别能力,提出了一种基于粗糙集支持向量机的空袭目标识别方法。该模型用RS方法构建SVM数据处理系统的前置系统,充分利用RS理论在处理大数据量,消除冗余信息等方面的优势,减少了SVM训练数据,克服了SVM算法因为数据量太大而导致处理速度慢的缺点。根据分类识别的要求,在RS-SVM两类分类算法的基础上,建立了成对分类目标识别模型。通过仿真试验证明,该方法具有较高的识别率,在空袭目标识别中体现极强的优势。