基于改进麻雀搜索优化支持向量机的渔船捕捞方式识别

摘要：

准确识别渔船的捕捞方式对监测近海渔船的捕捞行为和维护海洋生态平衡具有重要意义.为保护海洋环境,提高渔船的监管效率,提出了一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化支持向量机(Support Vec-tor Machine,SVM)的渔船捕捞方式识别模型.首先引入t分布变异算子对种群进行优化选择,提高了原麻雀搜索算法的全局搜索能力和局部开发能力;其次修订原麻雀算法中警戒者的位置更新公式,进一步提高了算法的收敛速度;最后用ISSA优化SVM的核函数参数和惩罚项系数,建立渔船捕捞方式识别模型.在3546艘渔船上的实验结果表明,与原支持向量机、粒子群优化支持向量机、灰狼算法优化支持向量机和麻雀搜索算法优化支持向量机相比,文中提出的基于改进麻雀搜索优化支持向量机的渔船捕捞方式识别模型的准确率更高,而且具有更快的收敛速度.

关键词：捕捞方式识别、麻雀搜索算法、t分布、适应度值、支持向量机

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省教育厅科研项目;浙江省自然科学基金

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：211-216,222