强激光与粒子束
彊激光與粒子束
강격광여입자속
HIGH POWER LASER AND PARTICLEBEAMS
2014年
12期
171-176
,共6页
特征空间%欧基里德距离%加权支持向量机%回归%高功率微波%电子器件%易损性
特徵空間%歐基裏德距離%加權支持嚮量機%迴歸%高功率微波%電子器件%易損性
특정공간%구기리덕거리%가권지지향량궤%회귀%고공솔미파%전자기건%역손성
eigen space%Euclidean distance%weighted support vector machine%regression%high power microwave%electronic devices%vulnerability
加权支持向量机回归算法,几乎都是以样本输入空间中的一个重要特征量的函数来确定权值,造成了在高维特征空间中作回归可能存在较大误差.针对这一问题,提出利用高维特征空间中的欧基里德距离来确定权值的方法,构造了一种改进的加权支持向量机回归算法,并将其应用到电子器件高功率微波易损性评估中.仿真结果表明:该方法具有比模糊神经网络法、标准支持向量机回归算法和一般的加权支持向量机回归算法更高的预测精度.由于增加了权值的计算过程,相对于标准支持向量机回归和模糊神经网络方法,该方法的效率较低,但与一般的加权支持向量机回归算法相当.
加權支持嚮量機迴歸算法,幾乎都是以樣本輸入空間中的一箇重要特徵量的函數來確定權值,造成瞭在高維特徵空間中作迴歸可能存在較大誤差.針對這一問題,提齣利用高維特徵空間中的歐基裏德距離來確定權值的方法,構造瞭一種改進的加權支持嚮量機迴歸算法,併將其應用到電子器件高功率微波易損性評估中.倣真結果錶明:該方法具有比模糊神經網絡法、標準支持嚮量機迴歸算法和一般的加權支持嚮量機迴歸算法更高的預測精度.由于增加瞭權值的計算過程,相對于標準支持嚮量機迴歸和模糊神經網絡方法,該方法的效率較低,但與一般的加權支持嚮量機迴歸算法相噹.
가권지지향량궤회귀산법,궤호도시이양본수입공간중적일개중요특정량적함수래학정권치,조성료재고유특정공간중작회귀가능존재교대오차.침대저일문제,제출이용고유특정공간중적구기리덕거리래학정권치적방법,구조료일충개진적가권지지향량궤회귀산법,병장기응용도전자기건고공솔미파역손성평고중.방진결과표명:해방법구유비모호신경망락법、표준지지향량궤회귀산법화일반적가권지지향량궤회귀산법경고적예측정도.유우증가료권치적계산과정,상대우표준지지향량궤회귀화모호신경망락방법,해방법적효솔교저,단여일반적가권지지향량궤회귀산법상당.
