基于SVM的多方位声散射数据协作融合鱼分类与识别

为解决基于声散射数据的鱼分类与识别问题，提出了一种基于SVM的多方位声散射数据协作融合鱼分类方法。首先，提取多方位声散射数据的小波包系数奇异值、时域质心及离散余弦变换系数特征，并进行特征融合；然后，采用支持向量机（SVM）分类器对每个方位提取的特征做出决策，并将决策结果表示成后验概率的形式，同时利用每个方位的决策概率对其他方位的决策进行加权；最后输出分类结果。采用3类鱼作为研究对象，得到不同方位数量条件下基于协作融合方法的分类正确率最终达到92%以上。试验数据处理结果表明，随着方位数量的增加，总体分类正确率呈升高的趋势，基于SVM的协作融合方法可以有效提高分类正确率