基于粒子群支持向量机的海杂波序列回归预测

• 作者: 朱人杰 苏昭斌 陈红卫
• 来源期刊: 计算机测量与控制
• 关键词: 海杂波 混沌 支持向量机 粒子群 回归预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 1540-1542,1571
• 页数: 4页
• 分类号: TP301
• 语种: 中文

摘要

在雷达数据处理中,为更好地抑制海杂波,预测海杂波是必要的;海杂波具有混沌特性,而支持向量机算法能够有效地对混沌序列进行回归预测,文章提出了一种改进的支持向量机海杂波序列回归预测算法;文中给出了算法的框架结构,采用了互信息法和改进的伪邻近点法提取海杂波混沌特性的延迟时间和嵌入维数,利用相空间重构求取SVM训练样本,应用改进的PSO算法优化SVM的核函数参数以及惩罚系数,并仿真了预测模型;仿真实验结果表明:海杂波回归预测能达到满意的精度,而PSO-SVM方法比SVM方法的预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈红卫	江苏科技大学电子信息学院	48	289	10.0	14.0
2	苏昭斌	江苏科技大学电子信息学院	3	17	2.0	3.0
3	朱人杰	江苏科技大学电子信息学院	6	92	4.0	6.0