论文部分内容阅读
目标分类器是水下目标自动识别系统的重要组成部分，目前水下目标分类的方法主要有统计分类、神经网络和专家系统等三大类的分类方法。支持向量机（SVM，Support Vector Machine）是根据统计理论提出的一种新的算法，该算法具有良好的泛化性能，不仅对训练样本的分类性能较好，对未知的检验样本同样具有好的分类效果，特别适用于小样本数据的分类。本文将该算法推广至多分类情况，并对三类水声信号样本进行分类试验。实验结果表明，该算法可以有效的避免“维数灾难”问题，且分类正确率高于传统的神经网络分类器。