基于GA优化支持向量机的毫米波辐射计目标识别

摘要：

　　针对神经网络及其改进的神经网络易陷入局部极小值、精度和泛化之间不可调和等固有缺陷，本文首次将遗传算法优化参数支持向量机应用于毫米波辐射计的目标识别，利用该方法对三种金属目标进行识别，并与BP和RNN神经网络方法进行了比较。结果表明：支持向量机相比较BP神经网络和RNN神经网络对目标的预测精度更高、抗干扰性更好。

关键词： 雷达 毫米波辐射计 目标识别 遗传算法 支持向量机 参数优化

作者: 顾丽华 朱莉 娄国伟

作者单位: 南京理工大学电光学院探测与控制工程系，南京 210094

会议类型: 国内会议

会议名称: 第八届全国毫米波亚毫米波学术会议

会议地点: 呼和浩特

会议语种:中文

页码: 210-213

在线出版日期: 2011-08-08（万方平台首次上网日期，不代表论文的发表时间）