用于水声目标识别的自适应免疫特征选择算法

摘要：

针对水声目标小样本识别中样本数目有限而特征数目不断增加,导致分类系统分类性能下降的问题,提出了一种新的自适应免疫特征选择算法(AIFSA).该算法先利用先验知识生成初始种群,接着利用交叉、变异和新的自适应免疫算子指导种群进化,每代中对分类贡献大且选择特征数目少的个体适应度值高.AIFSA具有可以利用先验知识、收敛速度快以及优化特征子集维数小的优点.提取了实测4类水声目标的多域特征,进行特征选择和分类识别仿真实验,结果表明:AIFSA可以选择有效特征子集,在特征维数下降60％的情况下,支持向量机分类器的平均正确分类率下降很小；AIFSA与标准遗传算法相比,收敛快、稳定,所得优化特征子集具有更高的正确分类率和更好的范化性能.

关键词：自适应免疫特征选择、水声目标识别、水声目标多域特征、小样本识别

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目 60672136

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-32,110