基于支持向量机的雷达网抗干扰效能评估

为了评价作战环境下雷达网的抗干扰能力,以雷达网的各项评估指标及其相对应的量值作为样本,应用支持向量机的预测分类能力对相应的样本做出效能评估预测,实现了对雷达网抗干扰能力的评估。同时与基于模糊物元分析法的结果做相应的对比可看出,基于支持向量机的计算速度快、泛化能力强、评估结果准确等特点。     

支持向量机学习算法的研究现状与展望

回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状,对支持向量机的未来发展方向进行了展望。     

一种最小二乘支持向量机的算法改进与实现

对最小二乘支持向量机的内在理论进行了分析,结果显示其存在模型不具有稀疏性等缺点。针对该缺点,结合压缩感知理论的分块稀疏编码方法,进行了最小二乘支持向量机的算法改进;并在已有工具箱的基础上对改进算法进行了Matlab实现。采用标准人脸库进行的改进算法实验显示,改进算法运行正确,性能良好,具有一定的应用价值。     

基于支持向量机的个人信用评估方法初探

针对传统个人信用评估方法的不足，鉴于支持向量机具有全局收敛性和良好的推广能力，本文将这种新方法应用到信用评估中，并进行了实例应用。与K最近邻等其它信用评估方法比较。支持向量机分类方法简单、精确度高，取得了比较好的结果。     

基于支持向量回归机的电能质量评估

针对传统方法和神经网络方法在电能质量评估方面存在的不足,提出了一种新的基于支持向量回归机的电能质量评估方法。依据电能质量标准和有关文献建立了电能质量评估指标体系,给出了电能质量评估指标的等级区间。基于支持向量回归机的原理和电能质量评估指标,建立了基于支持向量回归机的电能质量评估模型。应用实例的仿真结果表明,所建立的评估模型具有较强的推广能力,得出的评估结果与其他评估方法相比更为合理可信。     

自适应迭代最小二乘支持向量机回归算法

 基于最小二乘支持向量机回归算法,本文在前期工作的基础上进行了扩展,提出了更加详尽的自适应迭代最小二乘支持向量机回归算法. 与标准的LSSVR相比,本文提出的算法在学习新样本的时候利用了已有的学习结果,可以快速获得新的学习机. 模拟结果表明,自适应迭代最小二乘支持向量机回归算法能够自适应地确定支持向量的数目,保留了QP方法在训练SVM时支持向量的稀疏性,在相近的回归精度下,该算法极大地提高了标准LSSVR学习的速度.     

基于最小二乘支持向量机的网络质量预测

无线网络质量的研究已成为现在工程界的一个普遍问题,通过以往的研究发现测量报告（MRR）与邻小区关系（NCS）干扰值和TCH话务有较强的相关性,本文尝试以最小二乘支持向量机为基础建立MRR与NCS干扰值和TCH话务之间的数学模型。用某城市通信运营商GSM900的真实数据做实验,其结果表明,模型的拟合输出与实际值之间的残差能够准确反应NCS干扰值和TCH话务的变化对网络质量带来的影响。     

微扰法结合最小二乘支持向量机反演土壤湿度

将最小二乘支持向量回归技术应用到土壤湿度反演研究.利用微扰法数值模拟不同雷达参数下裸露土壤微波后向散射特性.经过数据敏感性分析,选取雷达频率为L波段(1.4 GHz),双入射角(40°、50°),并设计多种反演方案,分别以单极化、双极化及同极化后向散射系数比值作为微波信号样本信息,经过适当的训练,利用最小二乘支持向量回归技术对土壤含水量进行了反演研究.结果表明:当采用多入射角、同极化后向散射系数比值作为微波信号样本信息时,反演结果具有较高的精度.同时,经过与人工神经网络结果比较,证明了该方法的有效性及抗噪声能力,为土壤湿度的实时反演研究提供了一种新方法.     

最小二乘支持向量机的一种非均衡数据分类算法

为了提高支持向量机的非平衡数据分类能力,分析了最小二乘支持向量机的本质特征,提出了一种基于中心距离比的非平衡数据分类算法,同时通过修剪边界样本,解决了最小二乘支持向量机缺失稀疏性的问题.在UCI标准数据集上进行的试验表明:该算法能够有效地提高支持向量机对非均衡分布数据的正确性,且该算法在不影响训练精度的前提下,可以得到稀疏解,算法的训练速度也有了一定的提高.     

航空火力控制系统发展概述

航空火力控制系统伴随着航空武器和载机平台而产生,并随着军事的需求和技术的发展、航空武器增多与改进和载机平台的复杂化不断发展,但其作战使命不变.本文对航空火力控制系统的产生、发展过程进行了论述,分析了发展特点和系统组成,最后提出了一些值得注意的问题,并对我国航空火力控制系统的发展提出了建议.     

基于最小二乘支持向量机的短期负荷预测模型

支持向量机（SVM）是近年来发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。研究了支持向量机的拓展算法——最小二乘支持向量机（LSSVM）,并将其应用于电力系统短期负荷时间序列预测。通过实例并与神经网络模型预测结果相比较表明,LSSVM模型的预测精度要明显高于神经网络模型,验证了LSS-VM模型可以很好地应用于短期负荷时间序列预测,并且具有较高的准确性与有效性,这为短期负荷预测提供了一个新的解决思路。     

基于RLS-SVM的装备保障能力评估模型

考虑装备保障能力评估实际中获得的数据被污染的问题,在最小二乘支持向量机算法的基础上对其进行改进,提出了一种鲁棒学习的最小二乘支持向量机方法,使得所建模型可以避免奇异点影响.通过仿真验证了该方法拟合精度高、鲁棒性强,将其应用到装备保障能力评估中提高了评估精度,具有较好的推广性.     

基于局部最小二乘支持向量机的音频频带扩展方法

在网络传输过程中宽带音频会由于高频信息的缺失导致音频质量下降,因此,本文提出了一种基于局部最小二乘支持向量机的宽带向超宽带音频频带扩展方法.根据音频频域序列的非线性特性,本文采用相空间重构和局部最小二乘支持向量机对音频信号的高频频谱细节进行预测,并结合高斯混合模型对高频子带能量进行估计,最后经过高频频谱包络调整,所提方法能够有效地恢复7kHz～14kHz频率范围内的高频成分.主客观测试结果表明,该方法改善了宽带音频的听觉质量,其性能优于参考音频频带扩展方法.     

机载火力控制系统的发展研究

概述了火控系统的基本概念、分类、作用、地位、组成、功能及工作原理，详细介绍了国外近几年来最新的发展状况，并展示了其未来的发展方向和趋势。     

基于相空间重构与最小二乘支持向量机的时延预测

针对网络控制系统的时延预测问题,提出一种基于相空间重构与最小二乘支持向量机的时延预测方法.首先利用0-1测试法确定时延序列具有混沌特性,引入相空间重构技术提高预测精度.对实际采集的时延序列进行Hurst指数分析,选择最小二乘支持向量机作为预测模型.然后利用C-C方法确定时延序列相空间重构参数,通过递归图确定时延序列的局部可预测性,利用遗传算法对最小二乘支持向量机的参数进行离线优化.最后通过优化后的最小二乘支持向量机并结合相空间重构对时延序列进行在线预测.与其它预测方法进行了仿真对比,结果表明本文方法具有更高的预测精度与更小的预测误差,同时并未降低预测算法的实时性.     

用于支持机载火控系统联试的雷达模拟器

描述了用于支持机载火控系统联试的雷达模拟器,它不但能够仿真机载火控雷达的各种基本工作方式和数据处理算法,还能够产生机载火控雷达与其它火控子系统的接口数据和时序关系,支撑机载火控系统的调试,从而提高整个航空电子系统的研制效率.     

航空火控系统与航空电子系统关系研究

针对目前存在的对航空火控系统和航空电子系统的不同认识,简要分析了航空火控系统和航空电子系统的概念、特点和发展过程,提出了航空火控和航空电子两个技术领域的主要研究内容和发展思路。     

杜鹃鸟搜索算法优化最小二乘支持向量机的网络入侵检测模型

为了提高网络入侵检测率,提出一种改进杜鹃鸟搜索（MCS）算法优化最小二乘支持向量机（LSSVM ）的入侵检测模型（MCS-LSSVM ）。首先将LSSVM 的参数作为杜鹃鸟的鸟巢位置,然后通过模拟杜鹃鸟种群寄生繁衍机制,找到鸟巢最优位置,并转化成LSSVM 最优参数,最后采用最优参数建立最优建立入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。仿真结果表明,MCS-LSSVM 不仅提高了网络入侵的检测率,而且减少了训练时间,提高网络入侵检测效果。