基于支持向量机的无人机侦察图像应用研究

admin

题目：


雅宝题库答案：

****此区域为收费内容****    需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
随着信息技术的发展，人们从无人机侦察图像中获得的信息越来越多。为了提取其中的有用信息和保证这些信息的可靠性，需要各种图像处理和人工智能技术。其中，图像客观质量评价技术为无人机遥感器及各环节处理提供可靠性参考标准。从大量侦察图像中识别出有用目标是担负侦察和作战任务的无人机的根本任务。支持向量机（Support Vector Machine，SVM）是人工智能领域一种高效的机器学习算法，相比传统统计方法和其他机器学习算法具有小样本、高维度、非线性和速度快等优点。所以，将支持向量机引入无人机侦察图像处理中具有理论实践和工程应用意义。本文基于无人机图像的侦察需求和应用特点，在深入分析研究了机器学习算法和智能参数优化算法的基础上，进行了基于支持向量机的图像质量评价和目标识别技术研究，完成的主要工作有：(1)        应用支持向量机对无人机侦察图像质量评价进行研究，提出利用遗传算法（Genetic Algorithm，GA）进行支持向量机最优参数的选取；(2)        应用支持向量机对无人机侦察图像目标识别进行研究，提出结合利用多个1-against-1支持向量机进行多目标识别系统的组建；(3)        在仿真验证基础上，设计了基于支持向量机的无人机侦察图像应用软件系统。通过对比仿真分析得出：研究的基于支持向量机的方法同传统方法相比，预测精度更高，泛化能力更强。设计的无人机侦察图像应用软件系统可以灵活用于无人机侦察图像质量评价和目标识别，且具备较强的评价和识别能力。