基于PSO-SVM方法的电源线传导泄漏信号识别与还原

• 作者: 余道杰 周长林 王勤民 程俊平 钱志升
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 传导泄漏 电源线 识别 粒子群-支持向量机 还原
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 论文
• 页码范围: 2206-2211
• 页数: 6页
• 分类号: TN971
• 字数: 3287字
• 语种: 中文
• DOI: 10.11999/JEIT171136

摘要

针对显示器电源线传导泄漏信号中红信号识别的难题,该文提出基于粒子群(PSO)算法优化支持向量机(SVM)的识别方法.首先对传导泄漏信号进行滤波预处理并分段,然后利用粒子群-支持向量机(PSO-SVM)对传导泄漏信号进行训练、分类并与SVM分类性能进行对比,最后应用PSO-SVM实现了显示图像的还原.结果表明此算法可以准确实现电源线传导泄漏信号中红信号的识别,且识别率明显高于SVM分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余道杰		26	144	7.0	11.0
2	王勤民		13	49	5.0	7.0
3	周长林		23	57	4.0	6.0
4	钱志升		7	18	3.0	4.0
5	程俊平		7	15	2.0	3.0