您的位置： 专家智库
>
资助详情>
国家杰出青年科学基金(61203168)
国家杰出青年科学基金(61203168)
- 作品数：4 被引量：22H指数：2
- 相关作者：史贤俊廖剑周绍磊王朕更多>>
- 相关机构：中国人民解放军海军航空工程学院中国人民解放军91550部队中国人民解放军更多>>
- 发文基金：国家杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于Fisher准则和最大熵原理的SVM核参数选择方法被引量：15
- 2014年
- 针对支持向量机(SVM)核参数选择困难的问题,提出一种基于Fisher准则和最大熵原理的SVM核参数优选方法.首先,从SVM分类器原理出发,提出SVM核参数优劣的衡量标准;然后,根据此标准利用Fisher准则来优选SVM核参数,并引入最大熵原理进一步调整算法的优选性能.整个模型采用粒子群优化算法(PSO)进行参数寻优.UCI标准数据集实验表明了所提方法具有良好的参数选择效果,优选出的核参数能够使SVM具有较高的泛化性能.
- 周绍磊廖剑史贤俊
- 关键词：核函数参数选择FISHER准则最大熵原理粒子群优化算法
- 自适应局部图嵌入加权罚支持向量机
- 2015年
- 针对标准SVM不能有效利用数据流形的局部信息以及对数据中的野值敏感的两点不足,提出一种基于自适应局部图嵌入加权罚SVM.算法在保持SVM优化框架不变的情况下,在目标函数中同时加入了对数据整体类间间隔最大化和数据局部流形分布的要求,优化了分类决策边界,简化了核化过程,同时在软间隔的样本惩罚系数中引入了数据的全局结构信息,增强了算法的鲁棒性.在人工、标准和图像数据集上的实验结果表明,所提出的方法是有效的.
- 廖剑周绍磊史贤俊
- 关键词：支持向量机流形学习
- 模拟电路故障特征降维方法被引量：2
- 2015年
- 为有效进行模拟电路故障特征的降维处理,在线性判别分析中通过引入局部化思想提出一种局部线性判别分析降维方法。首先,构造单个数据的局部数据块,计算其类内、类间散度矩阵,通过缩放因子平衡局部邻域类内紧性和类间散性之差建立单个数据的局部优化准则;然后,在整个数据空间中采用对齐算法重构最终目标函数,最后使用标准特征值分解方法求得投影矩阵完成数据降维。算法充分利用数据的局部判别信息使其能够处理数据的非线性并保持数据的类区分度,而且克服了线性判别分析中的小样本问题。算法在标准数据集和模拟电路故障特征提取中进行实验均取得了较好的效果。
- 廖剑周绍磊史贤俊王朕
- 关键词：降维模拟电路特征提取线性判别分析
- 基于FrFT-FD和KPCA模拟电路故障特征提取方法被引量：5
- 2014年
- 为获得有效的故障特征信息,提出一种基于分数阶傅里叶变换分形维的模拟电路故障特征提取方法。首先,把原始数据空间中的特征数据映射到不同的分数阶空间,分别计算不同分数阶次下故障响应信号的分形维数;然后,采用核主元分析进一步对候选特征实施降维;最后,将优化后的特征向量作为故障特征,利用神经网络进行分类诊断。仿真结果表明,本方法能很好地获取不同故障响应信号的细微差异,增强不同故障模式的可分性,提高故障诊断准确率。
- 周绍磊廖剑史贤俊
- 关键词：模拟电路分数阶傅里叶变换核主元分析
