薛爱军
- 作品数：13 被引量：71H指数：4
- 供职机构：空军工程大学防空反导学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于正则化互信息和差异度的集成特征选择被引量：3
- 2013年
- 如何构造差异性大的基分类器是集成学习研究的重点,为此提出迭代循环选择法:以最大化正则互信息为准则提取最优特征子集,进而基于此训练得到基分类器;同时以错分样本个数作为差异性度量准则来评价所得基分类器的性能,若满足条件则停止,反之则循环迭代直至结束。最后用加权投票法融合所选基分类器的识别结果。通过仿真实验验证算法的有效性,以支持向量机为分类器,在公共数据集UCI上进行实验,并与单SVM及经典的Bagging集成算法和特征Bagging集成算法进行对比。实验结果显示,该方法可获得较高的分类精度。
- 姚旭王晓丹张玉玺薛爱军
- 关键词：互信息
- 基于相关系数的证据冲突度量方法被引量：26
- 2014年
- 为了更加准确地描述证据间的冲突,在分析证据相关性与证据冲突关系的基础上,给出了证据相关系数的判定准则,基于证据相关系数提出了一种新的证据冲突度量方法,理论证明和数值计算表明该方法可有效表示证据之间的冲突程度,相关系数越大,表明证据间冲突越小,反之亦然。最后通过算例将该冲突度量与其他方法进行对比,结果表明该方法更具全面性和精确性。
- 宋亚飞王晓丹雷蕾薛爱军
- 关键词：D-S证据理论相关系数
- 基于子类划分和粒子群优化的自适应编码多类分类方法被引量：3
- 2018年
- 纠错输出编码(ECOC)可以有效地解决多类分类问题.基于数据的编码是主要的编码方法之一.对此,提出一种基于子类划分和粒子群优化(PSO)的自适应编码方法,利用混淆矩阵衡量各类别的相关性,基于规则的方法对类别进行自适应组合,根据组合方案构建类别的二类划分并最终形成编码矩阵,通过引入PSO算法寻找最优阈值,从而得到最优编码矩阵.实验结果表明,所提出的编码方法可以得到更好的分类性能.
- 薛爱军王晓丹
- 关键词：模式识别纠错输出编码多类分类粒子群优化
- 基于移动散射点模型的雷达回波仿真及分析被引量：1
- 2013年
- 针对中段目标宽带雷达回波信号难于获取的问题,进一步研究了目标雷达视线角和中段目标姿态的建模方法,给出了基于移动散射点模型的散射中心位置计算公式,然后基于几何绕射理论计算了各散射中心的散射强度,最后对雷达一维距离像进行归一化处理,提取了散射点的相对距离特征,得到了散射点相对距离变化的特征序列。实验结果显示,对雷达一维距离像进行特征提取,可以得到中段目标的姿态信息,为中段目标识别奠定基础。
- 薛爱军王晓丹宋亚飞雷蕾
- 关键词：几何绕射理论目标识别
- 面向目标检测基于稀疏表示的波段选择方法被引量：5
- 2017年
- 随着高光谱成像技术的发展,日益提高的光谱分辨率在提高目标检测和识别能力的同时,其较高的数据维度和较大的数据量也为数据分析和处理带来了很大的挑战.波段选择作为一种有效提高处理效率的技术受到广泛关注,但却鲜有专门针对目标检测设计的方法.针对上述问题,本文在分析约束能量最小化(CEM)检测算法特点的基础上,提出了一种面向目标检测,基于稀疏表示的波段选择方法.该方法首先基于数据的对称KL散度分布情况,将原始高光谱数据划分为若干波段子空间.然后在各子空间内稀疏重构检测结果,利用选择波段与稀疏向量非零项的一一对应关系,通过求解最优化问题实现波段选择.实验结果验证了该方法的有效性.
- 唐意东黄树彩薛爱军
- 关键词：波段选择高光谱图像目标检测子空间划分
- 基于ECOC的多类代价敏感分类方法
- 2020年
- 研究了基于纠错输出编码实现多类代价敏感分类的方法,提出了一种新的将多类代价敏感分类问题分解为多个二类代价敏感分类问题的框架。为获得其中每个二类代价敏感基分类器的二类代价矩阵,提出了利用已知多类代价矩阵计算误分类代价的期望值的方法,给出了计算二类代价矩阵的通用计算公式。为验证所提方法的有效性,在人工和UCI数据集上将其与现有方法进行了比较,实验结果表明所提方法具有相似甚至更好的性能。
- 吴崇明王晓丹薛爱军来杰
- 关键词：纠错输出编码
- 结合多分类RVM和DS的弹道目标HRRP融合识别方法被引量：4
- 2017年
- 多特征融合可以有效提高目标识别正确率.本文将相关向量机(relevance vector machine,RVM)二类分类模型扩展为多类分类概率模型MRVM(multi-class relevance vector machine,MRVM),然后与DS证据理论相结合,用于弹道中段目标高分辨距离像(high resolution range profile,HRRP)分类和融合识别,提出了结合MRVM和DS的HRRP融合识别方法.该方法充分利用了多类分类RVM输出的概率信息,解决了用DS证据理论进行融合时基本概率赋值获取问题.仿真实验结果表明MRVM估计的样本后验概率更准确,融合识别后的正确率更高.
- 李睿王晓丹雷蕾薛爱军
- 关键词：高分辨距离像相关向量机DS证据理论
- 纠错输出编码的留一误差界估计
- 2018年
- 纠错输出编码(ECOC)作为分解框架,将多类分类问题转化为二类分类问题,是解决多类分类问题的有效手段。为了提高ECOC的泛化性能,对ECOC基分类器的设计问题进行了研究。解决这一问题的关键是对ECOC的泛化性能进行估计。留一(LOO)误差作为泛化性能的无偏估计,研究了ECOC留一误差界的估计问题。先给出了ECOC留一误差的定义,基于此定义,再给出了基分类器为支持向量机(SVM),解码方法为线性损失函数解码时,ECOC留一误差的上界和下界。在人工数据集和UCI数据集上的实验表明,ECOC留一误差的上界可以指导基分类器的参数选择,通过基分类器设计可以提高ECOC的泛化性能。此外,ECOC的训练误差可以作为ECOC留一误差的下界,对ECOC留一误差下界的研究可以作为未来的研究方向。
- 薛爱军王晓丹
- 关键词：模式识别多类分类
- 基于熵的自适应加权投票HRRP融合识别方法被引量：3
- 2017年
- 基于不同分类器对同一样本分类能力不同,同一分类器对不同样本可分程度不同的思想,为不同样本赋予不同融合权重,提出了一种基于熵的自适应加权投票高分辨距离像(high range resolution profile,HRRP)融合识别方法。该方法将二分类相关向量机(relevance vector machine,RVM)扩展为多类分类RVM概率模型,并对不同HRRP特征样本进行分类,利用每个多类分类RVM输出的样本后验概率信息计算出的熵值自适应为各个样本赋予权重,使得不同分类器以及同一分类器对不同样本的决策占有不同的比重,熵值越大的样本赋予的融合权重越低,最后通过加权投票方法实现融合识别,得到目标的最终识别结果。仿真实验结果验证了所提方法的有效性。
- 王晓丹李睿薛爱军孙向芳
- 关键词：目标识别高分辨距离像相关向量机
- 基于特征空间变换的纠错输出编码被引量：1
- 2015年
- 针对基于纠错输出编码多类分类中如何保证基分类器差异性的问题,提出一种基于特征空间变换的编码方法.该方法引入特征空间,将编码矩阵扩展成三维矩阵;然后基于二类划分,利用特征变换得到不同的特征子空间,从而训练得到差异性大的基分类器.基于公共数据集的实验结果表明:该方法能够比原始的编码矩阵获得更优的分类性能,同时增加了基分类器的差异性;该方法适用于任何编码矩阵,为大数据的分类提供了新的思路.
- 雷蕾王晓丹罗玺宋亚飞薛爱军
- 关键词：纠错输出编码
