ارايه روشي براي كلاس بندي اهداف دريايي سوناري با استفاده از الگوريتم هاي چند كلاسه ماشين بردار پشتيبان

Presentation of a classification method for sonar marine targets using multi-class support vector machine algorithms

استفاده از سونار به دليل بهره‌گيري از سيگنال‌هاي صوتي، روشي مناسب براي شناسايي و ردگيري اهداف زير آبي است. از سوي ديگر كلاس‌بندي دقيق و صحيح اهداف براي تصميم‌گيري درست امري ضروري است. روشي كه در اين مقاله براي كلاس‌بندي اهداف دريايي ارايه شده است، استفاده از الگوريتم‌هاي چند كلاسه ماشين بردار پشتيبان براي تفكيك اهداف مي‌باشد. در اينجا اهداف مورد نظر عبارت‌اند از: غواص، ماهي، اژدر و زيردريايي كه براي كلاس‌بندي آن‌ها از ويژگي‌هاي قدرت هدف و سرعت هدف استفاده‌شده است. در اين مقاله براي نخستين بار و بر اساس اين دو ويژگي و با استفاده از الگوريتم‌هاي چند كلاسه‌ي يكي در برابر يكي ، يكي در برابر همه و گراف غير ‌چرخشي ‌جهت‌دار اهداف مورد نظر از يكديگر تفكيك‌شده و نتايج حاصل به كمك نرم‌افزار متلب شبيه‌سازي شده‌اند. در انتها عملكرد الگوريتم-هاي يادشده بر اساس دو معيار دقت و زمان انجام كلاس‌بندي مورد ارزيابي قرارگرفته‌اند

Using sonar is a suitable method for detecting and tracking underwater targets due to take advantage of the audio signals. On the other hand, precise and accurate classification of the targets is essential for making correct decision. The method which presented in this paper for classification of the marine targets is multi-class support vector machine algorithms which separate the targets. Classification features such as target strength and object speed are used for desired targets such as diver, fish, torpedoes and submarines. In this paper, based on these features and using multi-class algorithms such as: one vs. one, one vs. all and direct acyclic graph, desired targets are separated from each other and these results have been simulated using MATLAB. Finally, the performance of the mentioned algorithms has been evaluated, based on two criteria of classification accuracy and time.