基于GA-KPCA的特征選擇在水下目標(biāo)識(shí)別中的應(yīng)用
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
圖2遺傳算法-核主元分析算法流程Fig.2Flowchartofgeneticalgorithm(GA)-kernelprincipalcomponentanalysis(KPCA)
惴ǖ玫降睦?計(jì)方差貢獻(xiàn)率95%m≥時(shí)的特征值的個(gè)數(shù)mk作為個(gè)體適應(yīng)度值。5)基因選擇:由式(4)得出個(gè)體適應(yīng)度值,采用輪盤(pán)賭法進(jìn)行基因選擇,第m個(gè)體被選中的概率mp表示為Nmmmjmpkk,N為種群數(shù)目。6)交叉操作:選中2個(gè)個(gè)體并對(duì)其染色體上的第j位進(jìn)行交叉操作。7)變異操作:....
圖3核參數(shù)值進(jìn)化過(guò)程Fig.3Evolutionprocessofkernelparameter
2020年2月水下無(wú)人系統(tǒng)學(xué)報(bào)第28卷116JournalofUnmannedUnderseaSystemswww.yljszz.cn2試驗(yàn)結(jié)果與分析對(duì)南海某水域試驗(yàn)實(shí)測(cè)而得的166段水下目標(biāo)輻射噪聲信號(hào)進(jìn)行篩癬標(biāo)記和MFCC特征提取,得到120組16維的原始特征數(shù)據(jù)集16120....
圖4GA-KPCA與主元分析的主元方差貢獻(xiàn)率Fig.4Contributionratesofprincipalcomponent
2020年2月水下無(wú)人系統(tǒng)學(xué)報(bào)第28卷116JournalofUnmannedUnderseaSystemswww.yljszz.cn2試驗(yàn)結(jié)果與分析對(duì)南海某水域試驗(yàn)實(shí)測(cè)而得的166段水下目標(biāo)輻射噪聲信號(hào)進(jìn)行篩癬標(biāo)記和MFCC特征提取,得到120組16維的原始特征數(shù)據(jù)集16120....
本文編號(hào):3984752
本文鏈接:http://www.wukwdryxk.cn/guanlilunwen/gongchengguanli/3984752.html