一种水下目标识别的最大信息系数特征选择方法

TP391.4; 由于未经选择的特征集合中包含的无关特征和冗余特征会导致识别性能和识别效率的下降,特征选择是识别任务中的重要步骤.然而,基于辐射噪声识别水下目标时,由于目标的多样性和水声信道的复杂性,提取的声学特征之间存在多种线性相关之外的复杂关系.针对此问题,以归一化最大信息系数度量特征与类别之间的相关度以及特征之间的冗余度,提出了基于归一化最大信息系数的特征选择方法(NMIC-FS),并在实测数据集上以随机森林和支持向量机等模型估计的平均分类精度评估其性能.水下目标数据分析结果表明,与未选择前相比,NMIC-FS所得特征子集性能在更短的分类时间得到更高的分类正确率.与相关特征选择法、拉普拉...

Full description

Saved in:
Bibliographic Details
Published in西北工业大学学报 Vol. 38; no. 3; pp. 471 - 477
Main Authors 张牧行, 申晓红, 何磊, 王海燕
Format Journal Article
LanguageChinese
Published 陕西科技大学 电子信息与人工智能学院, 陕西 西安 710021 01.06.2020
西北工业大学 航海学院,陕西 西安,710072%西北工业大学 航海学院, 陕西 西安 710072
Subjects
最大相关系数
舰船辐射噪声
特征选择
Online AccessGet full text
ISSN1000-2758
DOI10.1051/jnwpu/20203830471

Cover

Abstract TP391.4; 由于未经选择的特征集合中包含的无关特征和冗余特征会导致识别性能和识别效率的下降,特征选择是识别任务中的重要步骤.然而,基于辐射噪声识别水下目标时,由于目标的多样性和水声信道的复杂性,提取的声学特征之间存在多种线性相关之外的复杂关系.针对此问题,以归一化最大信息系数度量特征与类别之间的相关度以及特征之间的冗余度,提出了基于归一化最大信息系数的特征选择方法(NMIC-FS),并在实测数据集上以随机森林和支持向量机等模型估计的平均分类精度评估其性能.水下目标数据分析结果表明,与未选择前相比,NMIC-FS所得特征子集性能在更短的分类时间得到更高的分类正确率.与相关特征选择法、拉普拉斯分数法和套索法等方法相比,NMIC-FS在特征选择过程中能更迅速地提升分类正确率,可用更少的特征得到与使用特征全集时相当的分类正确率.
AbstractList TP391.4; 由于未经选择的特征集合中包含的无关特征和冗余特征会导致识别性能和识别效率的下降,特征选择是识别任务中的重要步骤.然而,基于辐射噪声识别水下目标时,由于目标的多样性和水声信道的复杂性,提取的声学特征之间存在多种线性相关之外的复杂关系.针对此问题,以归一化最大信息系数度量特征与类别之间的相关度以及特征之间的冗余度,提出了基于归一化最大信息系数的特征选择方法(NMIC-FS),并在实测数据集上以随机森林和支持向量机等模型估计的平均分类精度评估其性能.水下目标数据分析结果表明,与未选择前相比,NMIC-FS所得特征子集性能在更短的分类时间得到更高的分类正确率.与相关特征选择法、拉普拉斯分数法和套索法等方法相比,NMIC-FS在特征选择过程中能更迅速地提升分类正确率,可用更少的特征得到与使用特征全集时相当的分类正确率.
Author 张牧行
申晓红
王海燕
何磊
AuthorAffiliation 西北工业大学 航海学院,陕西 西安,710072%西北工业大学 航海学院, 陕西 西安 710072;陕西科技大学 电子信息与人工智能学院, 陕西 西安 710021
AuthorAffiliation_xml – name: 西北工业大学 航海学院,陕西 西安,710072%西北工业大学 航海学院, 陕西 西安 710072;陕西科技大学 电子信息与人工智能学院, 陕西 西安 710021
Author_FL ZHANG Muhang
WANG Haiyan
SHEN Xiaohong
HE Lei
Author_FL_xml – sequence: 1
  fullname: ZHANG Muhang
– sequence: 2
  fullname: SHEN Xiaohong
– sequence: 3
  fullname: HE Lei
– sequence: 4
  fullname: WANG Haiyan
Author_xml – sequence: 1
  fullname: 张牧行
– sequence: 2
  fullname: 申晓红
– sequence: 3
  fullname: 何磊
– sequence: 4
  fullname: 王海燕
BookMark eNrjYmDJy89LZWCQNDTQMzQwNdTPyisvKNU3MjAyMLYwNjAxN2Rh4DQ0MDDQNTI3teBg4C0uzkwyMLU0NDAxsjDhZLB_sqPh-fLeZxu2PNnR_Xz2umcL2l-sb3vasfr5rJZncxqeLln-ZP_CZ43rn2_e_WzqhuedO5_ua3zZ0Pmse-WzaTufbZ7Kw8CalphTnMoLpbkZQtxcQ5w9dH383T2dHX10i4E2GeuamiYZWJqZWBibpaSmGScaJJulpJiZGFikmlhaJqcYJSaaWiRZJJsapRpYGiUlphmbmiaaGZgAhQ0sgW41NuZm0IQYW56Yl5aYlx6flV9alAe0ML4iKb0ypaIiCeRjA2MgMgYAsl5jnQ
ClassificationCodes TP391.4
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.1051/jnwpu/20203830471
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Feature Selection on Maximum Information Coefficient for Underwater Target Recognition
EndPage 477
ExternalDocumentID xbgydxxb202003003
GrantInformation_xml – fundername: 国家重点研发计划
  funderid: (2016YFC1400204)
GroupedDBID 2B.
4A8
92I
93N
AFKRA
ALMA_UNASSIGNED_HOLDINGS
BENPR
CCPQU
PHGZM
PHGZT
PIMPY
PMFND
PSX
TCJ
ID FETCH-LOGICAL-s1043-55b0964836def3a0c6dd6408e499cd2aa58b8c52e092baf355a604aa50959133
ISSN 1000-2758
IngestDate Thu May 29 04:00:29 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 3
Keywords 最大相关系数
舰船辐射噪声
特征选择
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1043-55b0964836def3a0c6dd6408e499cd2aa58b8c52e092baf355a604aa50959133
PageCount 7
ParticipantIDs wanfang_journals_xbgydxxb202003003
PublicationCentury 2000
PublicationDate 2020-06-01
PublicationDateYYYYMMDD 2020-06-01
PublicationDate_xml – month: 06
  year: 2020
  text: 2020-06-01
  day: 01
PublicationDecade 2020
PublicationTitle 西北工业大学学报
PublicationTitle_FL Journal of Northwestern Polytechnical University
PublicationYear 2020
Publisher 陕西科技大学 电子信息与人工智能学院, 陕西 西安 710021
西北工业大学 航海学院,陕西 西安,710072%西北工业大学 航海学院, 陕西 西安 710072
Publisher_xml – name: 陕西科技大学 电子信息与人工智能学院, 陕西 西安 710021
– name: 西北工业大学 航海学院,陕西 西安,710072%西北工业大学 航海学院, 陕西 西安 710072
SSID ssib059104284
ssib001129888
ssib046626106
ssib036436219
ssib044765131
ssib044604139
ssib051375596
ssib002258180
Score 2.2754762
Snippet TP391.4;...
SourceID wanfang
SourceType Aggregation Database
StartPage 471
Title 一种水下目标识别的最大信息系数特征选择方法
URI https://d.wanfangdata.com.cn/periodical/xbgydxxb202003003
Volume 38
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcIjJxYsoKr4JYp_Cmnn08yQ9mwnBQxBZIbcwz3hag9nFmFMCoobgMR7Ug4IQRDCBeEgQ9Geys_oXVvXMZCYkhygsS091dXU9ZrqrZ6qrLeuOnaqMuVnWipMobtEwzFowj9NWprIkSlwe0sRE-c7ymUf0_hybGzkzaEQt9XvR3XjlxH0l_2NVgIFdcZfsP1j2kCgAoAz2hX-wMPyfysYkoMSXGKwQCKIFkVMk4MS3iU-rKh-rlE90gFXaJrD4DyTR00RyEjAioVzgaCIp4qi2IciIpkgT6UwT7WCVdLAhIPse8X2DzLA7gEhFfIWt_ADRAoVEAIitoHdTUNzgcGxenHlZucWGJYYdIUttooQhJRBYCALs1SxBYYpo3ihALxqQq9vHtG6juAVruhDaAdo1CshMkRXkTBHlGcGAilujQP0Uyojq9aCLZmMZGO2CNIZThIhKrPI1imvX4V7mxke9YF-sIbCxnHJKGY6ovhRvouKVlSBln2SWwuCBKWj81So0EiIEEDyUqdacYUi7-Kgd527iiGHgHpJqAhM1FdvNy8kMswa4okiNX812nmw81V5j6qLFUTilF0SLw3WOTbAwhuME23222Me9RPgdW-KXW6f2Jw6jPJejhefJ8nKEWDCXYE7eMVcIjKYY84PZBw9rvx28TtnMm-cyzEFQXXvgNnO3zjtIKbdpI50tpYIzp_6cTTks0xvhA1AnYOVcX4OPDMtuE3FS6aiKeGDOpJFusiGb2dDXzcLuQsP37Jy3zpWLxnFdjAAXrJGVxxetewd7q8OtN_nO94O9jeH7b_nHV7-3Xw5efx2-e5F_WB183jr49Slf2x7u_sg3d4br-4Ofa39W1_ONL_nb_Xx385LVmQ467ZlWeRxKa8nBGBnGIltxKj2epJkX2jFPEk5tmVKl4sQNQyYjGTM3tZUbhRksJEJQE4DxVb_jeZet0e6TbnrFGgfHIhYyYg6HxQRLEyUiAeM1C6mQWaTkVet2Ke98OdotzR8z5rXTIF23ztYP2w1rtPe0n94EL74X3Srvgb9og7Ln
linkProvider ProQuest
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E6%B0%B4%E4%B8%8B%E7%9B%AE%E6%A0%87%E8%AF%86%E5%88%AB%E7%9A%84%E6%9C%80%E5%A4%A7%E4%BF%A1%E6%81%AF%E7%B3%BB%E6%95%B0%E7%89%B9%E5%BE%81%E9%80%89%E6%8B%A9%E6%96%B9%E6%B3%95&rft.jtitle=%E8%A5%BF%E5%8C%97%E5%B7%A5%E4%B8%9A%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5&rft.au=%E5%BC%A0%E7%89%A7%E8%A1%8C&rft.au=%E7%94%B3%E6%99%93%E7%BA%A2&rft.au=%E4%BD%95%E7%A3%8A&rft.au=%E7%8E%8B%E6%B5%B7%E7%87%95&rft.date=2020-06-01&rft.pub=%E9%99%95%E8%A5%BF%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%A6+%E7%94%B5%E5%AD%90%E4%BF%A1%E6%81%AF%E4%B8%8E%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%AD%A6%E9%99%A2%2C+%E9%99%95%E8%A5%BF+%E8%A5%BF%E5%AE%89+710021&rft.issn=1000-2758&rft.volume=38&rft.issue=3&rft.spage=471&rft.epage=477&rft_id=info:doi/10.1051%2Fjnwpu%2F20203830471&rft.externalDocID=xbgydxxb202003003
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fxbgydxxb%2Fxbgydxxb.jpg