排序方式: 共有66条查询结果,搜索用时 15 毫秒
41.
针对水声目标小样本识别中样本数目有限而特征数目不断增加,导致分类系统分类性能下降的问题,提出了一种新的自适应免疫特征选择算法(AIFSA).该算法先利用先验知识生成初始种群,接着利用交叉、变异和新的自适应免疫算子指导种群进化,每代中对分类贡献大且选择特征数目少的个体适应度值高.AIFSA具有可以利用先验知识、收敛速度快以及优化特征子集维数小的优点.提取了实测4类水声目标的多域特征,进行特征选择和分类识别仿真实验,结果表明:AIFSA可以选择有效特征子集,在特征维数下降60%的情况下,支持向量机分类器的平均正确分类率下降很小;AIFSA与标准遗传算法相比,收敛快、稳定,所得优化特征子集具有更高的正确分类率和更好的范化性能. 相似文献
42.
43.
44.
45.
46.
47.
48.
自适应有源消声中的FMLMS算法研究及实现 总被引:6,自引:1,他引:5
因简便易行而在自适应有源噪声控制(AdaptiveActiveNoiseControl,简称AANC)中广泛应用的滤波-XLMS算法(简称FLMS算法),由于其对输入向量自相关矩阵特征值分散程度的敏感性强,从而限制了它在AANC中的应用范围。木文提出了滤波-XMLMS算法(简称FMLMS算法),是在原FLMS算法基础上增加了一个动量项。通过大量的理论分析、计算机仿真和实时实验,证明了该算法在单通道自由声场的AANC中有着比FLMS算法优越的性能。 相似文献
49.
基于快速富氏变换插值的宽带信号方位估计 总被引:1,自引:0,他引:1
提出一种宽带方位估计算法,它利用FFT插值,将实际线列阵接收到宽带信号中的各子带信号转换成相应的虚拟阵列的输出,从而使得各子带张成的信号子空间相同,信号方位估计便可从虚拟阵列的输出中获得。通常宽带方位估计算法需要对方位角进行预估,以便构成聚焦矩阵,而对方位预估的偏差将导致最终方位估计的偏差。本文方法是先对阵列的采样输出进行预处理,再用常规方法来形成统一的采样协方差阵进行方位估计,因此避免了方位预估,使得估计结果是无偏的。仿真结果证明了该方法的有效性。 相似文献
50.