您的位置: 专家智库 > >

安徽省高校省级自然科学研究项目(KJ2010B308)

作品数:2 被引量:3H指数:1
相关作者:姜媛媛崔江李振璧更多>>
相关机构:安徽理工大学南京航空航天大学更多>>
发文基金:安徽省高校省级自然科学研究项目中央级公益性科研院所基本科研业务费专项更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 1篇电路
  • 1篇调制
  • 1篇调制识别
  • 1篇信号
  • 1篇遗传算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇数字信号
  • 1篇特征集
  • 1篇字典法
  • 1篇模拟电路
  • 1篇故障诊断
  • 1篇故障字典
  • 1篇故障字典法
  • 1篇改进遗传算法
  • 1篇RBF神经网...

机构

  • 2篇安徽理工大学
  • 2篇南京航空航天...

作者

  • 2篇姜媛媛
  • 1篇崔江
  • 1篇李振璧

传媒

  • 2篇传感器与微系...

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
基于改进遗传算法的数字信号特征集选取被引量:1
2011年
针对通信信号的特点,提出了一种应用于信号特征筛选的改进遗传算法。该方法首先确定了最能表现信号调制间差别的特征子集即优秀基因库,然后在遗传过程中通过选择、淘汰引起优秀基因库大小的变化,最后通过引进不同大小的库外特征量,保证每代遗传过程中的交叉和变异概率随环境的变化而自适应的变化,最终筛选出一高质量的特征子集,并结合RBF神经网络分类器得到更好的识别效果。通过仿真实验验证了该方法不但具有求解全局问题的鲁棒性、收敛性,而且具有更快的收敛速度和更强的全局收敛性。
李振璧姜媛媛
关键词:调制识别遗传算法RBF神经网络
基于DAGSVC的模拟电路故障字典法被引量:2
2011年
针对模拟电路的故障诊断和支持向量机分类器的设计问题,讨论了一种基于有向无环图支持向量机分类器(DAGSVC)的故障字典新方法,并比较了几种支持向量机故障分类器的平均测试复杂度指标。通过对2个实际模拟滤波器的实际测试和验证表明:该方法性能要优于"1-v-r"SVC,"1-v-1"SVC等常规的故障分类器,并和聚类二叉树SVC的诊断性能接近,适合模拟电路的故障分类和诊断。
姜媛媛韩振云崔江
关键词:模拟电路故障诊断故障字典
共1页<1>
聚类工具0