TA的每日心情 | 开心 2019-11-20 15:05 |
---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
基于支持向量机集成的圆极化微带天线设计 3 l, u2 i' l* G: G. p* ]# i) f
(电波科学学报2015年第30卷第六期)
S0 n' v8 I- T/ h) n
! M, o) u+ X8 V9 d" g0 a摘要:人工神经网络(Artificial Neural Network, ANN)设计圆极化微带天线(Circu-- larly-polarized Micro strip Antenna, CPMSA)时需要进行大量数据样本的准备,网络结 构一般都比较复杂.为了解决这个问题,利用支持向量机(Support Vector Machine, SVM) 在解决小样本数据处理问题时具有拟合精度高、泛化能力强、结构简单等优点,结合二进 制粒子群(Binary Particle SwARM Optimization, BiPSO)算法选择出合适的SVM个体参 与集成,形成一种基于BiPSO算法的选择性SVM集成(SVM Ensemble, SVME)方法, 并将该方法用于单馈切角方形CPMSA的综合设计.仿真结果表明:这种SVME方法提 高了算法的鲁棒性和有效性,有更好的预测精度,通过与ANN、 SVM以及现有文献的预 侧结果对比可以看出,由该模型得出的结果优于此问题的已有结论。- c2 H1 D2 ?! p4 U
) l( q) z/ _/ V& Z* Q/ N关键词:圆极化;微带天线;切角;粒子群优化;支持向量机集成
% T8 X$ s8 [' O5 S
' e- M [! A a2 K$ K$ Z% c( t5 E1 O
. m, _) k3 h a+ b C! W7 ~- o: D' ~! s
0 ~& |) J; _% w( ? |
|