基于随机森林的水下声自导武器尺度目标识别特征寻优

水下声自导武器在进行水下尺度目标识别时,通常需要从水下目标回波中提取不同维度特征,并将其进行组合形成互补的特征集合以提高识别率。然而,由于特征的应用场景不同,将所有特征全部引入会导致特征集维度较高,特征之间可能包含冗余信息,导致识别难度增加。文中针对水下声自导武器主动识别问题中特征集维度高、需要进行选择的问题,提出了一种基于随机森林的特征寻优算法。同时,针对水下声自导武器主动回波数据量少且种类不平衡的问题,在特征域采用合成少数类过采样技术。利用实航数据将文中方法选择的特征子集输入分类器进行测试,结果表明,该方法可获得较好的特征子集,能够有效提高识别率。