基于人工鱼群优化SVM的声磁标签信号检测研究

发布时间：2018-01-14 00:15

  本文关键词：基于人工鱼群优化SVM的声磁标签信号检测研究　出处：《郑州大学学报(工学版)》2017年04期 　论文类型：期刊论文

  更多相关文章： 人工鱼群算法 支持向量机 声磁标签 检测率 实时检测

【摘要】：为了提高声磁EAS系统的检测率,增强系统抗干扰性,研究了一种改进人工鱼群算法(IAFSA)与支持向量机(SVM)相结合的声磁标签信号检测算法(IAFSA-SVM).分析了支持向量机和传统人工鱼群算法的优势和缺陷,并提出了改进方案.实验表明:改进人工鱼群算法相比人工鱼群算法、遗传算法和粒子群算法收敛速度更快、寻优精度更高;IASFA-SVM算法相比传统的声磁标签检测算法体现出了检测率高、检测距离远和误报率低等优势,并且可以满足系统实时检测要求.
[Abstract]:In order to improve the detection rate of acoustomagnetic EAS system and enhance the anti-jamming ability of the system. An improved artificial fish swarm algorithm (IAFSA) and support vector machine (SVM) for acoustic and magnetic label signal detection are studied. The advantages and disadvantages of support vector machine and traditional artificial fish swarm algorithm are analyzed. The experimental results show that the improved artificial fish swarm algorithm has faster convergence speed and higher optimization accuracy than artificial fish swarm algorithm. Compared with the traditional acoustomagnetic tag detection algorithm, IASFA-SVM algorithm has the advantages of high detection rate, long detection distance and low false alarm rate, and can meet the real-time detection requirements of the system.
【作者单位】： 郑州大学信息工程学院;
【基金】：国家自然科学基金委-民航联合基金(U1433106) 2016年度河南省科技攻关计划项目(162102210162)
【分类号】：TH692;TP18
【正文快照】： 0引言声磁EAS(electronic article surveillance,EAS)系统是利用音叉原理设计,广泛应用于零售行业的电子商品防盗系统[1].针对EAS系统的研究,国外研究重点在电磁辐射和标签识别算法方面,而国内主要针对系统的硬件电路设计.目前,国内研发的声磁EAS系统采用的标签识别方法主要是，

本文编号：1421178