论文部分内容阅读
跑道异物检测是保障飞行安全重要课题。现有的异物检测系统以肉眼进行识别，耗费大量人力且效率低下，本文提取异物的Gabor特征为训练样本，提出基于多分类支持向量机的检测识别算法，为异物自动检测提供了新的思路。论文针对跑道异物多样性的特征，结合全局性核函数(多项式核函数)和局部性核函数(RBF核函数)的特点，采用组合核函数的方法构造支持向量机，提升算法的学习能力和泛化能力。实验结果表明，该算法具有较好的分类性能，有效地提升了跑道异物的识别效率。