陈兆基
- 作品数：3 被引量：8H指数：1
- 供职机构：西北工业大学航海学院更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 自适应免疫算法的SVME用于水下目标识别被引量：1
- 2012年
- 针对用支持向量机集成提高水下目标识别正确率会使识别系统更加复杂的问题,提出了一种以自适应免疫算法(AIA)的支持向量机选择性集成(SVME)算法(即AIA-SVME算法)进行分类器优化选择,对实测水下目标声信号进行分类识别。与分类器全部集成的识别实验对比证明,该算法在选择9%的分类器后仍可以达到分类器全部集成的识别效果,不仅保证了识别精度,还使得识别系统大幅度精简,节省在线识别的时间。该研究对于水下目标分类决策优化集成的新方法探索具有重要理论价值和实际意义。
- 陈兆基杨宏晖戴健
- 关键词：水下目标识别
- 基于自适应增强SVM集成算法的风机故障诊断被引量：7
- 2010年
- 提出了自适应增强支持向量机集成算法,并结合风机噪声信号的人耳听觉谱特征,对风机故障进行分类识别。现场实测数据的识别实验证明,该算法可正确识别99%的正常机器,并且对故障类型诊断的正确识别率比单个支持向量机分类器高1.88%~2.50%。
- 杨宏晖陈兆基戴键
- 关键词：风机故障诊断
- 用于水下目标识别的选择性SVM集成算法
- 支持向量机集成(SVME)可以提高水下目标识别的精度，但是却使得分类系统更加复杂，增加了在线识别的时间。针对这个问题，本文提出一种基于遗传算法(GA)的选择性SVME算法用于水下目标识别。利用实测的4类水下目标声数据进行...
- 陈兆基杨宏晖杜方键
- 关键词：水下目标识别支持向量机遗传算法数据分类
