- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
 - 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
 - 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
 - 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
 - 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
 - 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
 - 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
 
                        查看更多
                        
                    
                
 第30卷第1期                哈尔滨工程大学学报                                 VoJ.30№.1 
2009年1月                      ofHarbin                              Jan.2009 
                        Journal    EngineeringUniversity 
        混响背景中信号检测的特征核支持向量机 
                        朱广平,孙辉,陈文剑,张明辉 
                    (哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001) 
  摘要:针对支持向量机的核函数对检测性能的影响,分析了核函数在特征空间中的作用.利用混响和目标回波的非高 
  斯特性上的差异设计了特征核函数,即将核函数改进为任意2个样本高阶统计量的几何均值与原核函数乘积的形式, 
  使其自适应调整核函数值,从而提高分类性能.实验证明了采用特征核函数后扩大了2类样本间的距离,并且仍然满 
  足Mercer定理.将特征核支持向量机应用于高斯或非高斯分布混响背景中的信号检测,结合实际应用给出了训练和检 
  测算法.实验及仿真研究表明,当选取2类样本差异较大的高阶统计量作为特征量时,混响背景为非高斯分布时,其检 
  测性能优于匹配滤波器以及基于传统核函数的支持向量机. 
  关键词:信号检测;混响;非高斯分布;高阶统计量;支持向量机 
  中图分类号:TB56文献标识码:A文章编号:1006-7043(2009)01-0052-08 
                 Featurekernel  vectormachines 
                                support 
                  for       detectionwithreverberation 
                      signal 
            ZHU               Hui,CHENWen-jian,ZHANG 
                Guang—ping,SUN                        Ming—hui 
              ofUnderwaterAcoustic 
         (College         Engineering,HarbinEngineeringUniversity,Harbin150001,China) 
                        in          machineinfluencedetection 
             kernelfunctionsa   vector                               ofthe 
Abstract:Because           support 
effectsofkernelfeaturesisneededto  featurekernelfunctions.Anewkernelwas the 
                              design 
                        effectively                           developedby 
     of     kernelfunctionsandthe meanvalueofthe  orderstatisticsoftwo sam- 
productoriginal             geometric         high              arbitrary 
       newkernelfunctionis              thenon·Gaussiandifferencesbetweenreverberation 
pies.The             adaptivelyadjustedbyusing 
and  echoesfor      classification    wasalso    thatitis   to    thediffer— 
   target     improving     performance.Itproven  possibleenlarge 
eneesbetweentwokindsof when thefeaturekernel.The kernelalsosat
                
原创力文档
                        

文档评论(0)