您的位置： 专家智库 > >

国家高技术研究发展计划(2008AA012227)

作品数：1 被引量：1H指数：1
相关作者：吴乐南靳一王继武更多>>
相关机构：东南大学更多>>
发文基金：国家自然科学基金国家高技术研究发展计划更多>>
相关领域：电子电信更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇电子电信

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇向量
  • 1篇向量机
  • 1篇检测器设计
  • 1篇SVM
  • 1篇EBPSK
  • 1篇IM

机构

  • 1篇东南大学

作者

  • 1篇王继武
  • 1篇靳一
  • 1篇吴乐南

传媒

  • 1篇应用科学学报

年份

  • 1篇2012
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于IM-SAPSO和SVM的EBPSK检测器设计被引量：1
2012年
参数选择对于支持向量机(support vector machine,SVM)的分类性能很重要,其本质是搜索寻优.该文提出以最小化K-fold交叉验证误差为目标,以改进模拟退火粒子群优化算法(improved simulated annealingparticle swarm optimization,IM-SAPSO)为寻优方法的SVM参数优化方法.利用优化的SVM对扩展的二元相移键控(extended binary phase shift keying,EBPSK)通信系统中经冲击滤波器的"0"和"1"码元进行分类,并和基于SVM、PSO-SVM以及幅度积分判决的EBPSK检测器进行性能对比.仿真结果表明:基于IMSAPSO和SVM的EBPSK检测器性能明显好于其他3种检测器.
靳一王继武吴乐南
关键词：支持向量机
全选 清除 导出
共1页<1>
聚类工具0