支持向量机及其在被动声呐目标识别中的应用

【摘要】：支持向量机(support vector machine—SVM)提供了一种模式识别的新方法,在机器学习领域引起了人们的广泛兴趣。支持向量机在统计学习理论(Statistical Learning Theory—SLT),尤其是结构风险最小(Structural Risk Minimization—SRM)理论的基础上发展起来。在许多场合,SVM分类器的表现远远优于其他非线性分类器,如人工神经网络。本文将SVM用于被动声呐目标识别,并给出了在不同SVM核函数和不同参数下的实验结果比较。总的识别效果非常好。