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 & |% 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+ [
" B: C z* H& T4 z; F' ?0 H- r! t+ f9 z. T* j' I
6 f; U# c% Y# v% L |
|