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:
人工神经网络进行建模时通常需要准备大量的数据样本,同时,网络结构一般都比较复杂;而采用支持向量机( SVM)进行建模时,不同核函数有不同的效果,各有利弊,且选取SVM模型参数的理论支撑尚不完整. 为了解决这些问题,文中提出了一种基于粒子群优化( PSO)算法的新的SVM混合核函数,这种混合核函数是将局部核函数中的柯西核函数和全局核函数中的多项式核函数进行线性组合,且组合系数和各个核函数中的参数采用PSO算法来优化选取. 采用UCI数据库中的wine-red数据集对该混合核函数进行了验证,仿真结果表明,该混合核函数可以提高模型的学习能力和泛化能力. 最后,将基于混合核函数的PSO-SVM方法用于L形微带天线谐振频率建模,进一步证明了这种方法是可行的和有效的.
推荐文章
基于多重分形和PSO-SVM的齿轮箱故障诊断
齿轮箱
分形理论
多重分形
PSO-SVM
故障诊断
基于PSO-SVM的管道小泄漏检测
管道
泄漏检测
超声波波速
特征提取
SVM
PSO-SVM
基于PSO-SVM的发动机故障诊断研究
粒子群优化算法
支持向量机
发动机
故障诊断
基于混合核函数的PSO-SVM分类算法
支持向量机
混合核函数
粒子群优化
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 基于混合核的PSO-SVM的L形天线谐振频率建模
来源期刊 现代雷达 学科 工学
关键词 支持向量机 粒子群优化 混合核函数 微带天线 谐振频率
年,卷(期) 2016,(1) 所属期刊栏目 天馈伺系统
研究方向 页码范围 56-60
页数 5页 分类号 TN820|O242.1
字数 3510字 语种 中文
DOI 10.16592/j.cnki.1004-7859.2016.01.013
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (13)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1975(3)
  • 参考文献(0)
  • 二级参考文献(3)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
粒子群优化
混合核函数
微带天线
谐振频率
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
现代雷达
月刊
1004-7859
32-1353/TN
大16开
南京3918信箱110分箱
28-288
1979
chi
出版文献量(篇)
5197
总下载数(次)
19
总被引数(次)
32760
论文1v1指导