多特征提取和多核SVM的舰船目标识别方法

摘要

针对单核SVM分类识别SAR图像舰船目标的低精度问题,提出了一种基于多特征提取和多核学习SVM的SAR图像舰船目标识别方法,从特征提取和分类器训练两个方面提升目标识别的准确度.首先选用公开数据集提取舰船目标的多类特征,然后加权融合多个核函数构造多核SVM模型,最后使用多项特征数据训练识别舰船目标.鉴于多组目标特征存在信息冗余问题,采用相关性系数去除某些信息高度冗余的特征,降低特征维度.通过粒子群优化算法解决了SVM核函数的核参数选择难题.实验结果表明,所提方法有效改善了对舰船目标的识别性能,综合识别准确率由传统SVM的87.18％提高至92.31％.