共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
基于支持向量机的磨削参数决策系统通过多传感器信息融合获得磨削状态信息,用支持向量机分类器对其分类.经建立样本数据、选取核函数及其参数并求解拉格朗日系数,找出支持向量.再求解分类超平面系数,建立训练数据最优决策超平面,并根据样本数据学习.系统按分类学习结果自动选择工艺参数以控制磨削加工质量. 相似文献
3.
4.
5.
6.
7.
为综合考虑地磁标准差、地磁费歇信息量、地磁编码失真量等特征参数对选取结果的影响,研究基于支持向量机的地磁匹配区域选取方法。先计算地磁特征参数,准确有效地表示地磁信息;再选择合适的训练样本集,并通过选择合适的核函数及核函数参数,实现了匹配区域及非匹配区域的正确分类;最后,将测试样本集作为检验核数据对分类器效果进行检验,并根据总体精度和第二类错误率的大小选择合适的核函数参数,通过测量的地磁数据进一步进行了验证。结果表明,该方法分类简单,适应性强,能够进行匹配区域的正确选择。 相似文献
8.
9.
10.
利用支持向量机( SVM)进行机械故障诊断时,分类效果与核函数紧密相关。但核函数的选取一直缺少明确的理论指导,而且由于学习过程中常采取近似计算,致使分类结果远非期望水平。本研究首先利用匀幅、互信息指标构造特征向量;而后基于自适应助推法得到一系列基本SVM;并基于多样性准则对这些基本SVM进行筛选,最后对满足条件的基本SVM加权得到集成SVM。将集成SVM应用到某型坦克柴油机的故障诊断中,性能评价及分类结果表明,集成SVM比单- SVM具有更好的分类性能,故障诊断准确率更高。 相似文献
11.
lp范数约束的模拟电路3层多核故障诊断模型 总被引:1,自引:0,他引:1
为提升模拟电路故障隔离精度,结合基于故障特征间一维模糊度的特征选择算法,提出一种改进的lp范数约束多核超限学习机诊断模型。该模型通过将带权分类误差融入超限学习机优化目标函数中,基于自适应Boosting策略构建了一种3层多核学习框架。在新框架下通过自适应调整训练样本的权重分布,使得每层框架能够聚焦于不同故障样本,进而提升诊断模型的辨识力。通过对2个电路实例的诊断,结果表明:所提模型在不同范数约束下具有近似一致的诊断性能;当故障属性单一时,在平衡漏警、虚警的同时,能够显著提升诊断正确率;当多种属性的故障并存时,能够将难以辨识的故障更加准确地隔离到少数模糊组中。 相似文献
12.
基于复合基神经网络的声目标分类识别 总被引:2,自引:0,他引:2
根据径向基函数(RBF)神经网络和前馈(BP)神经网络的特点,将BRF网络和BP网络结合起来构成复合基网络,并使用此网络进行声信号的分类识别。试验表明,该网络具有较好的综合分类识别性能,其分类能力优于RBF网络和BP网络。 相似文献
13.
针对相控阵雷达识别的问题,提出一种基于粒子群优化极限学习机(PSO-KELM)的识别方法.在核函数极限学习机(kernel extreme learning machine,KELM)的基础上,引入粒子群优化算法(particle swarm optimization,PSO),求得核函数参数最优解,提高相控阵雷达识别准确率.通过构建雷达数据库,使用粒子群优化极限学习机的方法对不同噪声情况下的雷达数据进行识别,并与核函数极限学习机、核函数支持向量机(kernel support vector machine,KSVM)和半监督式迁移学习(semi-supervised and transfer learning,SSTL)的方法进行对比.仿真结果表明:在不同雷达种类和不同噪声情况下,该方法识别准确率均高于其他方法. 相似文献
14.
多分量信号的时频分布会产生交又项,采用固定核函数的时频分布,其适用的信号形式有很大的局限性。而基于信号的自适应径向高斯核函数时频分布,由于它的核函数随信号而自适应的改变,因此对交叉项有很好的抑制效果。文中以模糊函数理论为基础,分析了时频分析产生交叉项的原因,给出了以径向高斯函数为核函数的自适应时频分析优化算法。仿真结果表明,对于多分量信号,采用径向高斯核函数的自适应时频分析方法不仅对交叉项有很好的抑制作用,而且对信号的自分量具有较好的聚集作用。 相似文献
15.
目标识别是无人车自动驾驶视觉感知模块的核心技术之一。当前,目标识别主要依靠主干网络提取特征,
进而对目标进行分类与回归。通常情况下,无人车嵌入式计算平台的计算与存储能力有限,为了降低主干网络的算
力与存储量,提升无人车的计算速度与效率,对目标分类任务的主干网络进行综合比较分析。围绕卷积核、感受野、
池化层、全连接层、激活函数等,以cifar10 和cifar100 为实验数据,从理论分析与数据实践层面,对主干网络算子
的选择与网络搭建进行分析对比,总结、归纳特征提取主干网络搭建的主要思路与做法。结果表明,该分析结论对
目标分类主干网络在嵌入式无人车系统中的应用具有一定的理论指导与参考价值。 相似文献
16.
17.
为利用合成孔径雷达(synthetic aperture radar,SAR)目标不同特征数据间的相关性与互补性,提出一种基
于多特征的Tikhonov 正则化核函数协同表示(multi-feature kernel collaborative representation- based classification with
tikhonov regularization,MFKCRT)算法。采用美国运动和静止目标获取与识别(moving and stationary target acquisition
and recognition,MSTAR)计划公开发布的SAR 图像数据库进行实验,实现核函数变换空间上的多特征融合协同表示
识别。实验结果表明:该算法相较于基本的协同表示,具有更优的可靠性与鲁棒性。 相似文献
18.
针对字典学习用于辐射源识别时原子表征能力有限和复杂环境适应性不足问题,提出一种基于联合投影字典学习的辐射源识别方法。利用时频变换提取辐射源信号初始特征,并通过降维、降噪实现特征预处理;采用核空间投影和降维投影学习方式优化字典原子结构,基于数据集训练获取联合投影字典;通过分类测试完成了有效性验证。仿真结果表明:该方法所提取字典原子具备较强表征能力,能够适应参数多变的复杂环境;较常规有监督字典学习方式更易区分多类型、高相似度信号,-6 dB时单载频信号、线性调频信号、非线性调频信号、二相编码信号、四相编码信号、Frank信号、二相频率编码信号、四相频率编码信号、非线性调频-二相编码复合调制信号、二相频率编码-二相编码复合调制信号10类辐射源信号的整体平均识别率为94.4%. 相似文献