您的位置: 专家智库 > >

刘东平

作品数:3 被引量:40H指数:2
供职机构:中国人民解放军军械工程学院光学与电子工程系更多>>
发文基金:国防科技技术预先研究基金更多>>
相关领域:自动化与计算机技术航空宇航科学技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇航空宇航科学...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇参数优化
  • 1篇电路
  • 1篇电路故障诊断
  • 1篇遗传算法
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇群算法
  • 1篇模拟电路
  • 1篇模拟电路故障
  • 1篇模拟电路故障...
  • 1篇改进遗传算法

机构

  • 2篇中国人民解放...

作者

  • 2篇张岐龙
  • 2篇段修生
  • 2篇单甘霖
  • 2篇刘东平

传媒

  • 1篇微计算机应用
  • 1篇电光与控制

年份

  • 1篇2011
  • 1篇2010
3 条 记 录,以下是 1-2
排序方式:
基于蚁群支持向量机的模拟电路故障诊断被引量:3
2011年
针对人为选择支持向量机参数的随机性和盲目性,将蚁群算法的全局收敛和并行计算的特点引入到支持向量机参数的优化中,建立了基于蚁群算法优化支持向量机参数的模型,使两种算法的优点有机结合,通过对支持向量机的惩罚因子和核函数参数进行优化,使支持向量机分类效果达到最好,并与遗传支持向量机模型比较,结果表明:蚁群算法优化支持向量机参数的方法不仅能够提高支持向量机的分类正确率,而且算法循环时间比较少;最后对Elliptical Filter电路进行仿真,应用小波分析提取响应信号的能量作为故障特征并建立故障样本集,利用蚁群支持向量机模型实现了Elliptical Filter电路的故障诊断,分类正确率达到100%。
刘东平单甘霖张岐龙段修生
关键词:模拟电路蚁群算法支持向量机参数优化
基于改进遗传算法的支持向量机参数优化被引量:36
2010年
支持向量机是一种非常有前景的学习机器,但是,支持向量机参数的选取一直没有一套成熟的理论,这给支持向量机的应用带来了很大的不便。为此,本文提出了基于改进遗传算法的支持向量机的参数优化方法,利用遗传算法的全局搜索能力得到支持向量机的最优参数值。仿真实验结果表明,得到的参数可使支持向量机具有良好的泛化性能,此方法切实有效。
刘东平单甘霖张岐龙段修生
关键词:支持向量机改进遗传算法参数优化
共1页<1>
聚类工具0