科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
22期
6605-6609,6624
,共6页
声纳传感器%离散化%数据挖掘%分类器
聲納傳感器%離散化%數據挖掘%分類器
성납전감기%리산화%수거알굴%분류기
sonar sensor%discretization%data mining%classifier
为了有效识别声纳信号,提出一种基于连续数据量化的声纳传感器数据识别方法.首先用声学传感器采集数据；其次运用数据离散化方法,有效地将采集到的数据进行连续数据离散化；最后,通过数据挖掘技术(C4.5/C5.0决策树、SVM和Naive-Bayes分类器)对离散后的声纳信号数据进行分类识别.实验首先在UCI数据集上进行Naive-Bayes分类预测来评价提出离散化方法的性能,得到了较好的效果.其后,通过声学传感器收集到的Sonar数据集进行实验.结果表明,新的离散化方法提高了四个分类器的识别精度,表明该声纳传感器数据识别技术是非常有效的.
為瞭有效識彆聲納信號,提齣一種基于連續數據量化的聲納傳感器數據識彆方法.首先用聲學傳感器採集數據；其次運用數據離散化方法,有效地將採集到的數據進行連續數據離散化；最後,通過數據挖掘技術(C4.5/C5.0決策樹、SVM和Naive-Bayes分類器)對離散後的聲納信號數據進行分類識彆.實驗首先在UCI數據集上進行Naive-Bayes分類預測來評價提齣離散化方法的性能,得到瞭較好的效果.其後,通過聲學傳感器收集到的Sonar數據集進行實驗.結果錶明,新的離散化方法提高瞭四箇分類器的識彆精度,錶明該聲納傳感器數據識彆技術是非常有效的.
위료유효식별성납신호,제출일충기우련속수거양화적성납전감기수거식별방법.수선용성학전감기채집수거；기차운용수거리산화방법,유효지장채집도적수거진행련속수거리산화；최후,통과수거알굴기술(C4.5/C5.0결책수、SVM화Naive-Bayes분류기)대리산후적성납신호수거진행분류식별.실험수선재UCI수거집상진행Naive-Bayes분류예측래평개제출리산화방법적성능,득도료교호적효과.기후,통과성학전감기수집도적Sonar수거집진행실험.결과표명,신적리산화방법제고료사개분류기적식별정도,표명해성납전감기수거식별기술시비상유효적.
