浙江省自然科学基金(602145)
- 作品数：11 被引量：266H指数：7
- 相关作者：汪晓东张浩然叶美盈王霞张长江更多>>
- 相关机构：浙江师范大学上饶师范学院浙江大学更多>>
- 发文基金：浙江省自然科学基金更多>>
- 相关领域：理学自动化与计算机技术机械工程电子电信更多>>
- 基于支持向量机的气敏传感器阵列信号处理方法被引量：2
- 2005年
- 提出一种基于支持向量机(SVM)的气敏传感器阵列信号处理新方法。SVM作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,从而使得支持向量分类器具有良好的推广能力。该文首先讨论了SVM的基本原理,然后将其作为识别气体种类的分类器。该方法可以得到较高的识别率,能够识别复杂的模式。
- 汪晓东
- 关键词：气敏传感器阵列支持向量机模式识别
- 基于最小二乘支持向量机建模的混沌系统控制被引量：15
- 2005年
- 提出了基于最小二乘支持向量机 (LS_SVMs)建模的混沌系统控制方法 .与前向神经网络相比 ,LS_SVMs的优点是其训练过程遵循结构风险最小化原则 ,不易发生过拟合现象 ;它通过解一组线性方程组可得到全局惟一的最优解 ;LS_SVMs的拓扑结构在训练结束时自动获得而不需要预先确定 .该方法不需要被控混沌系统的解析模型 ,且当测量噪声存在情况下控制仍然有效 .以一维和二维非线性映射为例进行数值仿真 。
- 叶美盈
- 关键词：最小二乘支持向量机混沌系统前向神经网络过拟合线性方程组最优解
- 基于支持向量机的传感器非线性动态补偿方法被引量：6
- 2006年
- 提出了应用支持向量机(LS-SVM)实现传感器非线性动态补偿方法.LS-SVM的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化,可获得更好的泛化性能,不易发生局部最优及过拟合现象,因此可弥补应用人工神经网络进行传感器非线性动态补偿的缺陷.通过实例验证了该方法的可行性,结果表明,即使当传感器动态模型存在严重非线性,且有测量噪声存在,该方法也仍然有效.
- 汪晓东张浩然张长江汪金山蒋敏兰武林
- 关键词：传感器非线性动态补偿最小二乘支持向量机
- 基于在线最小二乘支持向量机回归的混沌时间序列预测被引量：127
- 2005年
- 提出了一种基于在线最小二乘支持向量机(LS SVM)回归的混沌时间序列的预测方法.与离线支持向量机相比,在线最小二乘支持向量机预测方法即使当混沌系统的参数随时间变化时仍然有效.以Chen’s混沌系统、R ssler混沌系统、H啨non映射及脑电(EEG)信号四种混沌时间序列为例评估本文提出的预测方法,结果验证了其混沌时间序列预测的有效性.
- 叶美盈汪晓东张浩然
- 关键词：混沌时间序列支持向量机
- 实数编码自适应遗传算法及其在光瞳滤波器参数控制中的应用被引量：2
- 2004年
- 提出一种基于实数编码自适应遗传算法的光瞳滤波器光瞳函数参数优化设计的新方法.通过计算机模拟,结合实际使用场合对光能效率、旁瓣影响因子和超分辨能力的要求,选择合适参数实现最佳轴向超分辨成像效果.利用遗传算法设计的光瞳滤波器设计简单,有较好的综合效果,不仅具有较小的u0和M值,而且有较大的S值.理论和实践均表明该方法是高效和可靠的.
- 王霞汪晓东王绍民
- 关键词：光瞳滤波器超分辨
- 基于基因算法的激光干涉计量精度的提高被引量：7
- 2003年
- 提出一种基于改进的基因算法的提高激光干涉CCD计量精度的数据处理方法,并将该方法与传统基因算法作余弦曲线拟合以及最小二乘法作二次曲线拟合进行比较。结果表明,用改进的基因算法优化,不但解决了CCD光学干涉计量中像素尺寸以及图像采集卡空间量化误差对测量精度的影响,而且解决了目标函数多极值问题,从而干涉条纹可获得高于光敏像素级定位精度。最后将干涉条纹的光强精确地拟合出来,讨论曲线拟合误差,表明该算法具有很好的鲁棒性和自适应能力。
- 王霞汪晓东
- 关键词：基因算法最小二乘法干涉条纹CCD
- 支持向量机的学习方法综述被引量：21
- 2005年
- 支持向量机是一种基于统计学习理论的新型机器学习方法,由于其出色的学习性能,已经成为当前机器学习界的研究热点.详细总结了支持向量机的学习方法,其学习方法主要分为3大类:分解算法、多变量更新算法和序列算法,比较了它们的优缺点;最后指出了学习算法的研究方向.
- 张浩然汪晓东
- 关键词：统计学习理论支持向量机学习算法机器学习方法
- 传感器动态建模的最小二乘支持向量机方法被引量：21
- 2006年
- 提出了应用最小二乘支持向量机(LS-SVMs)建立传感器动态模型的方法。LS-SVMs的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化原则,遵循该原则可获得更好的泛化性能,且不易发生局部最优及过拟合现象,因此可以克服应用人工神经网络建立传感器动态模型的缺陷。通过实例验证了该方法的实用性及可靠性。实验结果表明,即使传感器动态模型存在严重非线性,该方法也仍然有效。
- 汪晓东张长江张浩然冯根良许秀玲
- 关键词：传感器动态建模最小二乘支持向量机
- 混沌光学系统辨识的支持向量机方法被引量：17
- 2004年
- 将支持向量机用于混沌光学系统的辨识 ,以布拉格声光双稳混沌系统为例 ,通过计算机仿真实验 ,尝试了用最小二乘支持向量机进行混沌光学系统辨识的可行性 ,并将其与采用反向传播算法的前向神经网络辨识方法进行了比较。采用最小二乘支持向量机辨识的优点是其训练过程遵循结构风险最小化原则 ,不易发生过拟合现象 ;它通过解一组线性方程组可得到全局唯一的最优解 ;最小二乘支持向量机的拓扑结构在训练结束时自动获得而不需要预先确定。结果表明 ,本方法的辨识精度和速度均优于基于反向传播算法的前向神经网络 ,且对含噪混沌光学系统的辨识也同样适用 ,它可作为混沌光学系统辨识的有力工具。
- 叶美盈汪晓东
- 关键词：非线性光学混沌支持向量机光学双稳性
- RBF神经网络在传感器校正中的应用被引量：35
- 2003年
- 提出了一种基于 RBF神经网络的传感器非线性校正方法。传感器的输出及待测物理量的实际数值用于训练 RBF神经网络 ,以得到非线性校正用的逆模型。只需较少的神经元就可构成上述逆模型 ,便于单片机软件实现或“固化”在硬件中。通过一个二维位移传感器的例子表明 ,采用 RBF神经网络的传感器非线性校正精度和网络训练速度均大大优于 BP神经网络 ,能满足实用要求。
- 汪晓东
- 关键词：径向基函数神经网络传感器
