高海龙
- 作品数：2 被引量：9H指数：2
- 供职机构：中国人民解放军93132部队更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于核偏最小二乘的支持向量机回归算法研究被引量：7
- 2010年
- 对SVM的特征提取问题进行了研究,提出了KPLS-SVM组合回归建模方法。该方法在输入空间映射得到的高维特征空间中进行PLS特征提取后,再进行SVM回归,不仅保持了SVM良好的模型性能,并且兼具KPLS和SVM的优点。仿真和实验结果表明,该KPLS-SVM建模方法是正确且有效的,采用该方法构建的SVM模型,泛化性能明显优于没有特征提取的SVM。
- 邹永杰端木京顺高海龙
- 关键词：核函数偏最小二乘支持向量机泛化能力
- KPLS-SVM在缺失飞参数据估计中的应用被引量：2
- 2009年
- 飞行参数的缺失给飞行事故调查工作带来了很大困难。将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题。首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量,最后将提取的得分向量作为输入建立支持向量机模型。既克服了输入变量间的相关性问题,又降低了支持向量机的输入维数。仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性。
- 魏燕明端木京顺高海龙
- 关键词：核函数偏最小二乘支持向量机飞行参数
