基于支持向量机的浅地层探地雷达目标分类识别研究

张春城; 周正欧

您当前的位置：

首页 >

文章列表页 >

基于支持向量机的浅地层探地雷达目标分类识别研究

论文 | 更新时间：2025-07-16

- 基于支持向量机的浅地层探地雷达目标分类识别研究
- Research on Ground Penetrating Radar Target Identification Based on Support Vector Machines in Shallow Subsurface Application
- 电子学报 2005年33卷第6期页码：1091-1094
- 作者机构：
  
  电子科技大学电子工程学院704教研室,四川,成都,610054
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TN955.1
- 纸质出版：2005
- 稿件说明：
移动端阅览
张春城, 周正欧. 基于支持向量机的浅地层探地雷达目标分类识别研究[J]. 电子学报, 2005,33(6):1091-1094.

ZHANG Chun-cheng, ZHOU Zheng-ou. Research on Ground Penetrating Radar Target Identification Based on Support Vector Machines in Shallow Subsurface Application[J]. Acta Electronica Sinica, 2005, 33(6): 1091-1094.
张春城, 周正欧. 基于支持向量机的浅地层探地雷达目标分类识别研究[J]. 电子学报, 2005,33(6):1091-1094. DOI：

ZHANG Chun-cheng, ZHOU Zheng-ou. Research on Ground Penetrating Radar Target Identification Based on Support Vector Machines in Shallow Subsurface Application[J]. Acta Electronica Sinica, 2005, 33(6): 1091-1094. DOI：

摘要

对于探地雷达用于探测地雷情况下的目标识别

从实用性上说只需识别地雷或非地雷两类目标即可

而通常的支持向量机正是用于两类分类.本文结合浅地层探地雷达数据的特点

提出了一种基于支持向量机的浅地层探地雷达目标分类识别方法

并分析了时域

傅立叶谱

及离散小波变换三种特征数据用于所提方法时的效果.通过对实测数据进行处理

结果表明三种特征数据用于所提方法都能取得较好的效果.

Abstract

Ground penetrating radar(GPR) is an effective tool to detect mine.Ground penetrating radar target identification needs to distinguish mine and non-mine only

and support vector machines(SVM) can be used to two-class classification problem in practice.This paper analyzed the characteristic of shallow subsurface GPR data

proposed a method of GPR target identification based on support vector machines

and processed measurement data by using the proposed method in time sample

Fourier spectra

and discrete wavelet transform as feature data.The results of processing measurement data show this method is effective.

关键词

Keywords

references

浏览量

932

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

超表面阻抗匹配层在电磁无损检测信号增强中的应用研究综述

DABP：一种基于深度学习的探地雷达自聚焦后向投影成像方法

基于ControlVAE的约束嵌入稠密时变阵列构建

利用改进的f-k滤波方法压制探地雷达中的线性干扰

基于透镜成像原理的微波阵列快速成像技术