支持向量機(jī)在海底底質(zhì)分類(lèi)中的應(yīng)用研究.pdf

1、海底底質(zhì)分類(lèi)研究在軍用和民用上有著非常廣闊的應(yīng)用前景和意義，因此對(duì)大陸架及深海海底的底質(zhì)類(lèi)型進(jìn)行研究一直是一個(gè)經(jīng)典、熱點(diǎn)課題，也是我國(guó)新一輪國(guó)土資源大調(diào)查的重要內(nèi)容之一。本文將支持向量機(jī)(SVM)引入海底底質(zhì)分類(lèi)研究中，以期取得良好的效果。 傳統(tǒng)的海底取樣方法已逐漸被間接探測(cè)方法作取代。在各種間接探測(cè)方法中，聲學(xué)方法遙測(cè)海底沉積物類(lèi)型，具有工作高效、經(jīng)濟(jì)，取得資料連續(xù)、豐富的特點(diǎn)，結(jié)合一定的傳統(tǒng)取樣，為海底沉積物分類(lèi)提供了一種迅

2、速而可靠的方法。本文就是提取聲學(xué)參數(shù)特征作為分類(lèi)依據(jù)的。 本文將支持向量機(jī)、經(jīng)驗(yàn)?zāi)B(tài)分解方法和AR模型相結(jié)合應(yīng)用于海底底質(zhì)分類(lèi)中。支持向量機(jī)能夠較好地解決小樣本學(xué)習(xí)問(wèn)題，其目標(biāo)是得到現(xiàn)有信息下的最優(yōu)解而不僅僅是樣本數(shù)趨于無(wú)窮大時(shí)的最優(yōu)值。對(duì)于樣本集線性不可分的情況，通過(guò)事先確定的非線性映射將輸入向量映射到一個(gè)高維特征空間，然后在此高維空間中構(gòu)建最優(yōu)超平面。具體反映在支持向量機(jī)選用的核函數(shù)，它能夠避免在高維特征空間中進(jìn)行復(fù)雜的運(yùn)算

3、。本文給出了線性支持向量機(jī)分類(lèi)的幾何模型，并對(duì)C-SVM和μ-SVM兩種支持向量機(jī)分類(lèi)方法進(jìn)行了理論分析，同時(shí)對(duì)常用的幾種支持向量機(jī)分類(lèi)算法進(jìn)行討論。在海底底質(zhì)回波信號(hào)分類(lèi)實(shí)驗(yàn)中，本文首先對(duì)信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，將其分解為多個(gè)固有模態(tài)函數(shù)之和，然后對(duì)每個(gè)IMF分量建立AR模型，最后提取模型的自回歸參數(shù)作為分類(lèi)特征向量，并以此作為SVM分類(lèi)器的輸入?yún)?shù)。實(shí)驗(yàn)結(jié)果表明回波信號(hào)的高頻分量中含有大量的有效信息，該方法在小樣本情況下仍能準(zhǔn)確的對(duì)海