基于支持向量机集成的圆极化微带天线设计

• 作者: 任作琳 孙菲艳 田雨波
• 来源期刊: 电波科学学报
• 学科: 工学
• 关键词: 圆极化 微带天线 切角 粒子群优化 支持向量机集成
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 论文
• 页码范围: 1086-1092
• 页数: 7页
• 分类号: TN820
• 字数: 4291字
• 语种: 中文
• DOI: 10.13443/j.cjors.2014122901

摘要

人工神经网络(Artificial Neural Network,ANN)设计圆极化微带天线(Circularly-polarized Microstrip Antenna,CPMSA)时需要进行大量数据样本的准备,网络结构一般都比较复杂.为了解决这个问题,利用支持向量机(Support Vector Machine,SVM)在解决小样本数据处理问题时具有拟合精度高、泛化能力强、结构简单等优点,结合二进制粒子群(Binary Particle Swarm Optimization,BiPSO)算法选择出合适的SVM个体参与集成,形成一种基于BiPSO算法的选择性SVM集成(SVM Ensemble,SVME)方法,并将该方法用于单馈切角方形CPMSA的综合设计.仿真结果表明:这种SVME方法提高了算法的鲁棒性和有效性,有更好的预测精度,通过与ANN、SVM以及现有文献的预测结果对比可以看出,由该模型得出的结果优于此问题的已有结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田雨波	江苏科技大学电子信息学院	109	634	13.0	19.0
2	任作琳	江苏科技大学电子信息学院	6	29	3.0	5.0
3	孙菲艳	江苏科技大学电子信息学院	5	18	2.0	4.0