找回密码
 注册
关于网站域名变更的通知
查看: 363|回复: 1
打印 上一主题 下一主题

基于支持向量机集成的圆极化微带天线设计

[复制链接]
  • 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

    跳转到指定楼层
    1#
    发表于 2019-10-11 07:00 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

    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
    & |% J, N1 w/ j" D1 N4 R
    (电波科学学报2015年第30卷第六期)
    7 V) ^2 W4 B5 L# [: B/ A
    ( t. X3 @$ ?, F: o
    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。
    - o' f/ ~0 n$ f! `% j/ I# K! _7 c+ }$ }7 _4 T' ]7 `& b6 S
    关键词:圆极化;微带天线;切角;粒子群优化;支持向量机集成
    ' i' t% V$ U4 f+ O& I
    2 V) ]' Q/ Y' S0 p( G+ [
    游客,如果您要查看本帖隐藏内容请回复

    " B: C  z* H& T4 z; F' ?0 H- r! t+ f9 z. T* j' I

    6 f; U# c% Y# v% L
  • TA的每日心情
    开心
    2022-4-14 15:15
  • 签到天数: 4 天

    [LV.2]偶尔看看I

    2#
    发表于 2019-10-11 10:31 | 只看该作者
    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。
    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    推荐内容上一条 /1 下一条

    EDA365公众号

    关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

    GMT+8, 2025-9-7 04:44 , Processed in 0.125000 second(s), 26 queries , Gzip On.

    深圳市墨知创新科技有限公司

    地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

    快速回复 返回顶部 返回列表