[发明专利]基于概率阈值的Logistic-SVM目标识别算法

摘要

本发明公开了一种基于概率阈值的Logistic‑SVM目标识别算法，属于目标识别领域；该算法以智能弹药被动探测为研究背景，针对经过预处理的探测器输出信号，选择具有较高区分度的特征作为分类特征，在进行识别方法的选择后，完成信号特征的分类与识别。本发明考虑到已有分类方法存在的复杂度与识别度矛盾的特点，采用改进的Logistic‑SVM分类算法，降低复杂度的同时保证了较高的识别度。

主权项

一种基于概率阈值的Logistic‑SVM目标识别算法，其特征在于，步骤如下：步骤1、选定样本集的特征参量；步骤2、仿真获取训练样本集、交叉验证集和测试集，训练样本集、交叉验证集和测试集中均含有目标仿真信号和波形诱骗假目标仿真信号；步骤3、利用步骤1和步骤2中的特征参量、训练样本集、交叉验证集和测试集对Logistic回归模型和SVM进行训练、验证和测试；步骤4、输入待分类信号样本；步骤5、利用Logistic回归算法获得P(Y＝1|x)和P(Y＝0|x)，其中，P(Y|X)为二阶逻辑斯谛回归模型的条件概率分布，x∈Rn为输入，Y∈{0,1}为输出，w∈Rn为权值向量，b∈R为偏置。步骤6、进行判定，当P(Y＝1|x)和P(Y＝0|x)的差值绝对值超过概率判别阈值Pt，将实例x划分到概率值较大的一类；当P(Y＝1|x)和P(Y＝0|x)的差值低于概率判别阈值Pt，忽略Logistic回归的判定结果，利用SVM对目标信号重新分类；步骤7、综合步骤6中的结果，当目标信号属于目标信号类，则识别该目标；当目标信号属于波形诱骗假目标仿真信号类，则屏蔽该信号。