基于D-S证据融合的相控阵雷达状态识别

在D-S证据理论融合方法的基础上,在分析了相控阵雷达状态和信号波形,提出了利用特征函数识别相控阵雷达状态的方法。并用典型相控阵雷达参数进行了仿真实验,实验结果表明,这种方法具有较高的识别概率。     

基于改进D-S证据理论的MPAR行为状态识别方法

随着多功能相控阵雷达不断发展,其展现的多功能状态和自适应能力强的特性使得传统行为辨识方法无法适应现代战争需求。对此,提出一种基于改进D-S证据理论的雷达行为状态识别方法,该方法将空间运动状态和天线扫描方式作为辅助特征,通过改进D-S证据理论将双链HMM估计结果进行融合,得到最终识别结果。仿真实验结果表明,所提方法能有效解决传统D-S证据理论不能处理的证据冲突问题,且在雷达字提取准确率下降的情况下表现出更强的鲁棒性。     

基于IGWO-SVR的锂电池健康状态预测

锂离子电池以其高效能和无污染等优势成为我们生活中非常重要的储能元件,而锂电池的健康状态(SOH)是保证系统稳定的决定性因素。该文基于此提出一种改进的灰狼算法优化支持向量回归(IGWO-SVR)来提高锂电池SOH的预测精度。首先提取与锂电池退化有一定相关性的健康因子,然后提出基于正切的收敛因子和Levy策略的灰狼算法,对于模型的泛化能力有着很大的提升,收敛能力和搜索范围的评估也有着不错的提高,采用改进的GWO进行参数寻优,解决SVR模型参数选择困难的问题。根据NASA提供的数据集进行验证,有效地提高了电池健康状态的预测准确性且具有一定的实用性。     

基于支持向量机的回归预测综述

近年来,支持向量机在预测方面有广泛的应用,回归预测和回归分析也是一个非常值得探讨的领域。加上工具集的使用,将对很多的应用行业,起着一定预测作用。说明对于回归预测这种方法应用于预测是有效的。文章对支持向量机进行简单介绍,在介绍基于回归预测基础上,提出这种方法的优缺点,最后展望其方法应用的前景。     

基于SVR的电工实验装置故障预测方法研究

本文利用实验装置的数据采集装置,结合学生实验报告的数据分析,通过时间相关性分析,建立了实验装置运行状态的时间序列.采用的算法利用基于支持向量机回归的预测技术对实验装置的关键参数进行数值预测,通过分析预测值与实际值之间的残差对实验装置故障预测.最后,通过典型故障验证了该方法的有效性和实用性.     

基于支持向量回归的现代气象雷达寿命预测

为了准确地预测气象雷达使用寿命,提高气象雷达运行可靠性、安全性和可维护性,提出了一种新的基于多元回归的气象雷达使用寿命预测框架.在该框架内,采用了支持向量回归(法来求解气象雷达使用寿命的多元回归问题;提出了基于SVR的气象雷达特征参数选择FSSSVR (Feature Subset Selection SVR)算法去掉冗余和无效的特征参数.实验结果表明,基于SVR方法的预测算法能够准确地预测气象雷达的使用寿命,能够为雷达全寿命周期管理提供参考依据SVR)方     

用机器学习方法进行电力负荷宏观预测

分析了电力负荷宏观预测的模型和相关技术，引入支持向量回归方法(SVR)解决问题，并通过计算实例，比较分析了SVR与神经网络方法用于预测的效果，提出SVR广阔应用前景。     

基于支持向量机的机会网络链路预测

研究机会网络中的单节点对的链路预测问题,从空间相似性和时间特征两个角度分析单节点对的连接概率。利用CN、PA、Adamic-Adar和LP四个相似性指标描述节点对的空间相似性程度,构建基于单节点对空间相似性的模型SSVRC;利用一个时间段中的连接频次、连接时长占时间段总长度比值、最近几个时间段的平均连接频次及连接频次的增长趋势四个特征表现节点对的时间特征,构建基于单节点对时间特征的模型T-SVC;综合考虑节点对的空间相似性和时间特征,对S-SVRC和T-SVC模型的预测结果加权融合,构建模型TS-SVC。采用AUC、Precision和F1值评价预测结果,通过ITC、2005年的UOI以及2006年的UOI数据集上的对比实验结果表明,TS-SVC模型具有更好的预测效果。     

基于ESM和雷达的海上目标识别方法

对电子支援措施（ESM）探测到的目标信号进行了分析,得到了雷达的基本概率分配函数;根据雷达和舰船的对应关系,由雷达概率分配函数推导出目标平台的基本概率分配函数;然后利用目标的位置信息对目标进行筛选;最后根据测得的舰船目标航速以及分析回波得到的目标平台的大小,采用D-S证据理论识别海面目标。该方法具有较大的实际应用价值。     

基于多种词特征的微博突发事件检测方法

近年来,各领域内频频发生各类突发事件,对社会稳定发展产生了一定程度的影响.本文提出了一种基于多种词特征的微博突发事件检测模型,可以在海量微博数据中对突发事件进行检测,便于相关决策者进行微博监控和舆论引导,尽可能减少突发事件给社会带来的危害.首先根据时间信息对微博数据进行时间切片,对每一个时间窗口内的数据分别计算各个词语的词频特征、话题标签特征和词频增长率特征;然后基于D-S证据理论和层次分析法,确定词的各个特征权重,并进行加权融合得到词的突发特征值,将突发特征值大的词挑选出来构成突发特征词集,构建基于共现度和结合紧密度的突发事件特征词集的耦合度矩阵;最后将该耦合度矩阵作为凝聚式层次聚类算法的输入,生成一棵由突发词为叶子节点的二叉树,并采用内部相似度的二叉树剪枝算法对聚类结果进行划分,即可实现对相应时间窗口突发事件的检测.实验结果表明,基于突发词的事件检测模型在簇内部相似度阈值等于1.1时效果最好,正确率达到0.8462、召回率达到0.8684、F值为0.8571,表明了本文所提方法的有效性.     

基于波位的对空情报雷达工作模式识别方法

针对不能正确识别三坐标对空情报雷达工作模式造成的无法进行智能干扰的问题,提出一种基于波位建模的工作模式识别方法。首先,根据三坐标对空情报雷达处理杂波的特点,对工作模式进行划分;其次,进行建模分析和识别置信度计算;最后,利用D-S证据理论对多个传感器获得的信息进行融合,提高识别可信度。仿真结果表明:该方法能够实现对三坐标对空情报雷达工作模式的有效识别。     

基于不确定性推理的JPEG图像通用隐藏信息检测技术

目前隐写分析通常被作为一种确定性问题进行研究,研究中忽略了不确定性因素的影响,这导致了检测可靠性下降.本文对通用隐写分析中的不确定性因素进行了分析.在此基础上,构建了基于不确定性推理的隐写分析模型,设计了基于证据推理的通用隐写分析算法.实验证明了算法具有较好的可扩展性和可靠性,从而也验证了使用不确定性推理方法解决隐写分析问题的有效性.     

基于不变性特征的SVM遥感图像飞机类型识别

根据遥感图像飞机目标的特点,提出一种基于不变性特征的支持向量机(SVM)识别算法。首先结合小波分解进行平移、旋转、缩放不变性特征提取;然后对基于遗传算法(GA)的SVM模型参数选择方法在核函数的选择、搜索空间的确定等方面进行改进,并用改进后的算法实现SVM模型参数选择。对480幅遥感图像进行仿真实验,得到97.56%的正确识别率。与BP神经网络相比,识别率高,验证了算法的有效性。     

基于证据理论的雷达装备规划保障资源能力评估方法

规划保障资源是雷达装备综合保障工作的重要内容,其质量直接制约雷达装备保障性指标.本文提出一种基于D-S证据理论的评估方法,通过对证据间冲突程度的计算能很好地分析各指标间的相互支持、相互协调程度,该方法可对雷达装备规划保障资源能力做出合理的评判.     

基于外场测试数据的机动目标ISAR数据产生方法

机动目标成像识别是ISAR领域研究的热点,通常用散射点模型仿真数据来研究机动目标成像.提出了基于外场测试数据的插值变采样机动目标数据产生方法,以匀加速运动模型为例,给出机动目标慢时间插值信号产生模型和傅里叶变换插值变采样算法,利用该方法可产生不同机动参数要求的机动目标ISAR数据.以仿真信号和外场实验数据插值处理为例对该方法进行了验证,给出了原始数据和插值数据的ISAR成像结果.该方法对研究非合作机动目标ISAR成像有很好的应用前景.     

基于EMD-SVM的江水浊度预测方法研究

针对江水浊度序列宽频、非线性、非平稳的特点,将经验模态分解(EMD)和支持向量机(SVM)回归方法引入浊度预测领域,建立了基于EMD-SVM的浊度预测模型.通过EMD分解,将原始非平稳的浊度序列分解为若干固有模态分量(IMF),根据各IMF序列的特点,选择不同的参数对各IMF序列进行预测,最后合成原始序列的预测值.将该方法应用于实际浊度预测,并与径向基神经网络(RBF)预测及单独支持向量机回归预测结果进行比较,仿真结果表明该方法预测精度有明显提高.     

基于多特征模糊关联的垃圾邮件过滤方法

提出一种基于多特征模糊关联的垃圾邮件过滤方法.该方法分为预处理和实时处理两个阶段,在预处理阶段,分析训练样本集,提取邮件的发送源特征和文本特征的典型特征值集合,计算典型特征值与合法邮件类、垃圾邮件类之间的模糊关联度.在实时处理阶段,根据待分类邮件所包含的特征值,计算邮件的类支持度,然后利用Dempster-Shafer 证据理论实现多个特征的分类融合与判决.实验结果表明,此方法能有效提高垃圾邮件过滤的查全率和查准率.