登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
本项目主要研究了自适应复子波SVM（支撑矢量机）、多子波SVM、免疫进化子波SVM及隐空间SVM理论、优化算法及其应用，证明其泛逼近性，L2逼近性和收敛性，并用于复杂背景中的目标（如SAR目标）检测与识别，使其性能代价比有明显提高，类似研究国内外未见报导。开发了多个大规模核算法，缓解了其不能应用于大规模问题这一限制，分析了相应算法的时空复杂度，在多个广泛认可的问题上证明了其有效性；建立了多个小波核机器，探讨了其理论逼近特性，并成功应用于雷达目标识别；提出了隐空间支持向量机和隐空间主分量分析，从理论和实验两方面证明了其有效性；构造了核匹配追踪集成分类，不但从理论上分析了其合理性，还通过大量的实验结果验证了其有效性；基于留一误差，提出了有效的模型选择判据，实现了多参数模型选择算法；结合克隆选择算法，提出了集成特征选择功能的进化支持向量机；将所提算法应用于SAR目标识别取得了良好的效果。共计发表或录用论文38篇，其中国际一流期刊6篇，2篇Neural Computation论文（SCI一区），2篇IEEE Transactions on Neural Networks论文（SCI二区）；2篇Pattern Recognition（SCI二区）论文（中国科学院文献情报中心SCI期刊2004分区），28篇已被SCI检索，撰写专著2部。人才培养方面，毕业博士5人，毕业硕士3人。