基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了充分利用遗传算法的全局寻优能力和SVM(支持向量机)的分类能力,文章设计了遗传优化SVM的分类算法.用遗传算法优化SVM中核函数的两个参数,再利用优化后的SVM进行分类.通过对方波和白噪声两种信号的分类仿真,证明了其优越性,同时也展现了遗传优化SVM在通信领域很好的应用前景.
推荐文章
面向自标定室内定位基于遗传算法优化SVM的视距与非视距信号分类
声信号
室内定位
分类
支持向量机
遗传算法
最优保存策略
基于ABC-SVM的运动想象脑电信号模式分类
脑电信号
人工蜂群算法
支持向量机
正则化共空间模式
模式分类
基于曲线拟合和SVM的眼动信号分类算法研究
人机交互
眼电图
实验范式
曲线拟合
支持向量机
基于遗传优化的PCA-SVM控制图模式识别
控制图
模式识别
遗传优化
主元分析
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传优化SVM的通信信号的分类
来源期刊 信息化研究 学科 工学
关键词 遗传算法 支持向量机 优化 仿真
年,卷(期) 2010,(3) 所属期刊栏目 技术应用
研究方向 页码范围 49-51,57
页数 分类号 TP183|TP273
字数 1863字 语种 中文
DOI 10.3969/j.issn.1674-4888.2010.03.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 伊鑫 海军蚌埠士官学校信息技术系 13 19 3.0 4.0
2 冯剑川 海军蚌埠士官学校信息技术系 13 12 2.0 3.0
3 李辉 10 46 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (155)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (48)
二级引证文献  (30)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
遗传算法
支持向量机
优化
仿真
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息化研究
双月刊
1674-4888
32-1797/TP
大16开
江苏省南京市
28-251
1975
chi
出版文献量(篇)
4494
总下载数(次)
11
总被引数(次)
24149
论文1v1指导