弹箭与制导学报
彈箭與製導學報
탄전여제도학보
JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE
2014年
2期
109-112
,共4页
弹道识别%支持向量机(SVM)%在线优化%Pegasos
彈道識彆%支持嚮量機(SVM)%在線優化%Pegasos
탄도식별%지지향량궤(SVM)%재선우화%Pegasos
用SVM机器学习算法来解决弹道识别问题极大提高了识别精度,然而在处理过程中采用批处理优化方法很难缩短识别时间.考虑到实际中雷达捕获弹道数据是以在线的方式存在的,文中提出一种基于在线学习的弹道识别方法.仿真实验结果表明,在线算法在保证识别精度相当的情形下,大大的缩短了弹道识别时间.从而认为基于在线学习的识别方法是一种值得引进的弹道识别方法.
用SVM機器學習算法來解決彈道識彆問題極大提高瞭識彆精度,然而在處理過程中採用批處理優化方法很難縮短識彆時間.攷慮到實際中雷達捕穫彈道數據是以在線的方式存在的,文中提齣一種基于在線學習的彈道識彆方法.倣真實驗結果錶明,在線算法在保證識彆精度相噹的情形下,大大的縮短瞭彈道識彆時間.從而認為基于在線學習的識彆方法是一種值得引進的彈道識彆方法.
용SVM궤기학습산법래해결탄도식별문제겁대제고료식별정도,연이재처리과정중채용비처리우화방법흔난축단식별시간.고필도실제중뢰체포획탄도수거시이재선적방식존재적,문중제출일충기우재선학습적탄도식별방법.방진실험결과표명,재선산법재보증식별정도상당적정형하,대대적축단료탄도식별시간.종이인위기우재선학습적식별방법시일충치득인진적탄도식별방법.
