基于改进遗传算法的支持向量机参数优化

支持向量机是一种非常有前景的学习机器,但是,支持向量机参数的选取一直没有一套成熟的理论,这给支持向量机的应用带来了很大的不便.为此,本文提出了基于改进遗传算法的支持向量机的参数优化方法,利用遗传算法的全局搜索能力得到支持向量机的最优参数值.仿真实验结果表明,得到的参数可使支持向量机具有良好的泛化性能,此方法切实有效.  

结合OCSVM的模拟电路故障诊断方法

基于支持向量机的传统模拟电路故障诊断方法对新故障无检测能力，且可扩展性较差。针对该问题，提出结合一类支持向量机(OCSVM)和多类支持向量机(MCSVM)的故障诊断方法。该方法采用OCSVM对故障数据进行检测和初步分类，采用MCSVM提高分类性能，以弥补OCSVM分类能力的不足。对OCSVM算法进行改进，以提高其检测和分类性能。通过模拟电路故障诊断实验验证OCSVM改进算法和联合故障诊断方法的有效性。  

基于改进SVM-RFE的特征选择方法研究

SVM-RFE特征选择算法是一种有效的特征选择方法,具有较高的应用价值。针对传统SVM-RFE特征选择算法中SVM参数(γ和C)难以确定的问题,本文采用粒子群算法搜索SVM的参数。然后将特征向量映射到SVM参数γ确定的核空间中并进行特征选择,有效地将特征选择与SVM分类器设计关联起来。仿真结果表明,特征选择后的数据集仍能保证SVM分类器具有较高的分类正确率。  

基于ARM9的轴角测量系统设计

为了准确获得轴角的信息量,设计了以高速32位ARM9微处理器S3C2440A为核心的轴角测量系统;系统以自整角机作为传感元件,通过ARM9自带的A/D转换器,实现了轴角信息的采集和模数转换;软件平台采用Windows CE嵌入式操作系统,利用EVC完成了应用程序的开发,并给出了软件流程图;在分析其误差来源的基础上可知,测量误差可控制在±1mil,系统精度完全满足设计需求;该设计体积小巧、接口灵活且可扩展性强.  

基于ARM9的轴角测量系统设计

介绍了轴角测量系统的原理,设计采用了高速32位ARM9微处理器S3C2440A为核心,以自整角机作为传感元件,通过ARM9自带的A/D转换器,实现了轴角信息的采集和模数转换;软件平台采用Windows CE嵌入式操作系统,利用EVC完成了应用程序的开发,并给出了软件流程图;在分析其误差来源的基础上可知,测量误差可控制在±1mil,系统精度完全满足设计需求;该设计体积小巧、接口灵活,可扩展性强.