金天力
- 作品数：4 被引量：38H指数：2
- 供职机构：南京信息工程大学电子与信息工程学院更多>>
- 发文基金：国家重点基础研究发展计划江苏省省级科技创新与成果转化专项引导资金江苏省“青蓝工程”中青年学术带头人培养对象资助项目更多>>
- 相关领域：电子电信天文地球理学更多>>
- 基于小波分解和最小二乘支持向量机的大气臭氧含量时间序列预测被引量：13
- 2010年
- 基于小波分解(WT)和最小二乘支持向量机(LSSVM)理论,建立了将二者相结合的大气臭氧含量时间序列预测模型。采用香河等4个观测站的月平均臭氧总量观测样本,经小波分解为不同频段的子序列,将这些子序列分别进行LSSVM预测,最后经小波重构得到月平均臭氧总量时间序列预测结果。实验表明该方法能有效预测大气臭氧含量,与支持向量机(SVM)以及人工神经网络(ANN)的预测结果相比,该方法具有较高的预测精度。
- 朱佳王振会金天力郝晓静
- 关键词：小波分解最小二乘向量机时间序列预测大气臭氧
- 基于对偶约束最小二乘支持向量机的混沌海杂波背景中的微弱信号检测被引量：26
- 2010年
- 基于复杂非线性系统的相空间重构理论,提出一种改进的提取混沌背景中微弱信号的最小二乘支持向量机(LS-SVM)的方法.通过将信号以db3小波逐层分解,进行LS-SVM预测,再进行重构,同时通过增加对偶约束项、改进核函数的方法,建立改进的混沌序列的一步预测模型,从预测误差中检测湮没在混沌背景中的微弱目标信号(包括周期和瞬态信号).最后以Lorenz系统和真实海杂波数据作为混沌背景噪声进行了仿真实验,实验表明此方法能够有效地检测出混沌背景噪声中的微弱信号、抑制噪声对混沌背景信号的影响,与传统RBF神经网络和LS-SVM预测方法相比,预测精度和检测门限方面的性能有显著的提高.
- 行鸿彦金天力
- 关键词：混沌最小二乘支持向量机海杂波微弱信号检测
- 基于WT-LSSVM的大气臭氧含量时间序列预测
- 基于小波分解(WT)和最小二乘支持向量机(LSSVM)理论,建立了将二者相结合的大气臭氧含量时间序列预测模型。采用香河等四个观测站的月平均臭氧总量观测样本,经小波分解为不同频段的子序列,将这些子序列分别进行LSSVM预测...
- 朱佳王振会金天力郝晓静
- 关键词：小波分解最小二乘向量机
- 文献传递
- 基于支持向量机的混沌海杂波信号检测方法研究
- 海杂波的检测与处理对海洋背景中的舰船等目标的探测具有十分重要的影响，利用海杂波的混沌即可可以有效检测雷达回波中的微弱目标信号。海杂波建模可以看作是一个预测问题，本文基于复杂非线性系统的相空间重构理论和混沌信号可短期预测的...
- 金天力
- 关键词：微弱信号检测小波变换支持向量机
- 文献传递
