دسته بندی اهداف سوناری با استفاده از روش OMKC

با توجه به خصوصیات فیزیکی پیچیده ی اهداف سوناری، طبقه بندی و تمیز دادن اهداف واقعی از اهداف کاذب یکی از زمینه های دشوار وپیچیده برای محققان و صنعتگران این حوزه است. با توجه به این ویژگی های اهداف سوناری، روش های هوشمند در دسته بندی این نوع دادگان دارای توانایی های منحصر به فردی می باشند. از این رو در سال های اخیر استفاده از شبکه های عصبی و ماشین بردار پشتیبانی در این زمینه کاربرد فراوانی داشته است. با توجه به اینکه دادگان سوناری دارای ابعاد بالایی در فضای ورودی می باشند، نمی توان آن ها رابه صورت خطی از یکدیگر تفکیک نمود. بدین منظور، این مقاله برای طبقه بندی اهداف سوناری از روشی به نامOMKCاستفاده می نمایدنتایج حاصله نشان می دهد که این روش دقت دسته بندی معادل با98/763% را ارایه می کند که نسبت به روش های کلاسیک با حداکثرnrj 97/05بهتر می باشد، ولی زمان اجرای الگوریتم0/1014 ثانیه افزایش پیدا می کند که برای جبران این نقص، از انتخاب و ترکیب هسته ها به صورت تصادفی استفاده می شود.

کلیدواژه ها:

سونار ، دسته بندی ، OMKC ، طنین ، کلاتر