首页 | 本学科首页   官方微博 | 高级检索  
     

改进粒子群算法在调制模式识别中的应用
引用本文:秦立龙,王振宇.改进粒子群算法在调制模式识别中的应用[J].计算机工程与科学,2013,35(7):102.
作者姓名:秦立龙  王振宇
作者单位:1. 国防科学技术大学电子科学与工程学院,湖南长沙,410073
2. 解放军电子工程学院,安徽合肥,230037
摘    要:针对标准PSO算法易陷入局部最优化和LDW-PSO算法不能适应复杂、非线性优化的问题,提出了一种基于信息熵理论的改进粒子群算法(EPSO).该方法利用信息熵值确定惯性权值,使之具有自适应地调整“探索”和“开发”的能力.将新算法应用于调制模式识别中SVM分类器最优参数值的确定,仿真研究实明,该算法性能稳定.与标准PSO和LDW-PSO算法相比,EPSO算法有效增强了跳出局部最优解的能力,具有较好的工程应用性.

关 键 词:调制模式识别  信息熵  粒子群算法  支持向量机

Improved particle swarm optimization algorithm and its application in modulation recognition
QIN Li-long , WANG Zhen-yu.Improved particle swarm optimization algorithm and its application in modulation recognition[J].Computer Engineering & Science,2013,35(7):102.
Authors:QIN Li-long  WANG Zhen-yu
Abstract:
Keywords:modulation recognition  information entropy  particle swarm optimization  support vector machine
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机工程与科学》浏览原始摘要信息
点击此处可从《计算机工程与科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号