论文部分内容阅读
目前,大多数的光纤入侵预警系统采用BP神经网络作为识别环节的分类器,然而,它难以解决网络规模和实例规模间的矛盾,而且过拟合现象严重,使得BP算法低效,为了避免以上问题,本文采用具有全局最优、推广能力强、选择参数少等优势的支持向量机(SVM)来进行光纤入侵信号的识别.针对实际应用背景中入侵危害程度和发生概率的不同,本文提出了一种基于样本先验信息调整超平面阈值的改进型支持向量机.