声学技术
聲學技術
성학기술
Technical Acousitics
2013年
1期
46-49
,共4页
加权免疫克隆样本选择%水声目标分类%样本选择
加權免疫剋隆樣本選擇%水聲目標分類%樣本選擇
가권면역극륭양본선택%수성목표분류%양본선택
提出了一种新的用于水声目标分类的加权免疫克隆样本选择算法(weight Immune Clonal Instance Selection,wI-CISA).算法利用Adaboost算法给予每个样本一权值,每代中根据样本权值计算抗体亲合度和克隆数,且根据克隆复制、抗体更新(海明距离交叉和加权简化最近邻变异)和克隆选择操作指导种群进化.提取了实测3类水声目标的时域波形结构特征、小波分析特征和听觉谱特征,进行样本选择和分类仿真实验,结果表明:wICISA可以选出有效样本子集,使样本数目减少82％左右,并且支持向量机分类器的正确分类率能提高约2％; wICISA具有较好的收敛性、稳定性,所得优化样本子集具有较好的泛化能力且能明显减少分类的时间.
提齣瞭一種新的用于水聲目標分類的加權免疫剋隆樣本選擇算法(weight Immune Clonal Instance Selection,wI-CISA).算法利用Adaboost算法給予每箇樣本一權值,每代中根據樣本權值計算抗體親閤度和剋隆數,且根據剋隆複製、抗體更新(海明距離交扠和加權簡化最近鄰變異)和剋隆選擇操作指導種群進化.提取瞭實測3類水聲目標的時域波形結構特徵、小波分析特徵和聽覺譜特徵,進行樣本選擇和分類倣真實驗,結果錶明:wICISA可以選齣有效樣本子集,使樣本數目減少82％左右,併且支持嚮量機分類器的正確分類率能提高約2％; wICISA具有較好的收斂性、穩定性,所得優化樣本子集具有較好的汎化能力且能明顯減少分類的時間.
제출료일충신적용우수성목표분류적가권면역극륭양본선택산법(weight Immune Clonal Instance Selection,wI-CISA).산법이용Adaboost산법급여매개양본일권치,매대중근거양본권치계산항체친합도화극륭수,차근거극륭복제、항체경신(해명거리교차화가권간화최근린변이)화극륭선택조작지도충군진화.제취료실측3류수성목표적시역파형결구특정、소파분석특정화은각보특정,진행양본선택화분류방진실험,결과표명:wICISA가이선출유효양본자집,사양본수목감소82％좌우,병차지지향량궤분류기적정학분류솔능제고약2％; wICISA구유교호적수렴성、은정성,소득우화양본자집구유교호적범화능력차능명현감소분류적시간.
