基于多分类支持向量机的跑道异物识别算法

摘要：

　　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。

关键词： 跑道异物检测 支持向量机 组合核函数 飞行安全

作者: 陈宁 孙瑾 牛犇

作者单位: 南京航空航天大学民航学院,江苏,南京210016;南京航空航天大学飞行模拟与先进培训工程技术研究中心

会议类型: 国内会议

会议名称: 第九届长三角科技论坛——航空航天科技创新与长三角经济转型发展分论坛

会议地点: 南京

会议语种:中文

页码: 203-206

在线出版日期: 2012-11-01（万方平台首次上网日期，不代表论文的发表时间）