孙浚清
- 作品数:12 被引量:64H指数:5
- 供职机构:第二炮兵工程学院更多>>
- 相关领域:自动化与计算机技术机械工程军事电子电信更多>>
- 基于GA-SVM的装备需求时间序列预测
- 支持向量机是基于结构风险最小化原理的一种学习技术,是一种具有很好泛化能力的数据挖掘工具,但是支持向量机需要人为选择参数,一定程度上限制了其应用。遗传算法是一种实用、高效、鲁棒性强的优化技术,将其用于优化支持向量机参数能提...
- 孙浚清李世平唐超张弦
- 关键词:支持向量机遗传算法时间序列预测数据挖掘
- 文献传递
- 仪器精度组合预测方法研究
- 测量仪器的精度控制问题是仪器质量管理的重要组成部分,以某计量标准仪器的精度变化为研究对象,分别采用时间序列分析建模、模糊神经网络以及最优加权组合预测方法对其进行预测,结果表明组合预测方法的预测精度明显高于单独的预测方法,...
- 李世平孙浚清
- 关键词:时间序列模糊神经网络组合预测
- 文献传递
- 测试仪器的发展历程被引量:9
- 2007年
- 按照从传统测试仪器到现代测试仪器的顺序,简要介绍了测试仪器的发展历程,并对其发展趋势进行了展望。
- 孙浚清李世平张弦唐超
- 关键词:测试仪器接口总线虚拟仪器
- 仪器精度组合预测方法研究
- 测量仪器的精度控制问题是仪器质量管理的重要组成部分,以某计量标准仪器的精度变化为研究对象,分别采用时间序列分析建模、模糊神经网络以及最优加权组合预测方法对其进行预测,结果表明组合预测方法的预测精度明显高于单独的预测方法,...
- 李世平孙浚清
- 关键词:精度控制时间序列分析模糊神经网络
- 文献传递
- 基于GA-SVM的装备需求时间序列预测
- 支持向量机是基于结构风险最小化原理的一种学习技术,是一种具有很好泛化能力的数据挖掘工具,但是支持向量机需要人为选择参数,一定程度上限制了其应用。遗传算法是一种实用、高效、鲁棒性强的优化技术,将其用于优化支持向量机参数能提...
- 孙浚清李世平唐超张弦
- 关键词:支持向量机遗传算法时间序列
- 文献传递
- 基于GRNN的虚拟仪器非线性校准方法研究被引量:1
- 2007年
- 文中介绍了虚拟仪器校准的广义回归神经网络方法,并通过试验验证了此方法的可行性,测量精度有了明显的提高。
- 唐超李世平孙浚清张弦
- 关键词:虚拟仪器非线性校准广义回归神经网络
- 一种改进的小波阈值去噪方法被引量:24
- 2007年
- 为了改进滤波效果,提高去噪质量,在分析目前被广泛应用的软阈值和硬阈值去噪方法的基础上,提出了一种改进方法。小波阈值去噪的关键是阈值函数的构造和阈值的选取,该方法融合了软阈值和硬阈值去噪方法的不同特点,在阈值函数中引入参数,通过调整参数以获得较优的小波系数的阈值估计,使得改进阈值介于硬阈值与软阈值之间,有效克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点。仿真结果表明:该方法在去噪的同时减少了信息的损失,信噪比、均方根误差等性能指标,较软阈值和硬阈值方法均有明显提高。
- 张弦李世平孙浚清唐超
- 关键词:小波变换阈值去噪
- 基于LabVIEW的测控系统调用MATLAB的方法研究被引量:7
- 2007年
- 介绍了在LabVIEW中调用MATLAB的几种常用方法,着重阐述了ActiveX技术应用、动态数据交换(DDE)、库函数调用等方法的特点及其在LabVIEW中调用MATLAB的应用。对基于LabVIEW的测控系统的开发具有指导意义。
- 唐超李世平孙浚清张弦
- 关键词:LABVIEWMATLABACTIVEX技术组件对象模型动态数据交换
- 基于支持向量机的动态测量误差非线性组合预测方法被引量:5
- 2007年
- 针对目前动态测量误差序列预测方法的局限性,提出了动态测量误差序列的支持向量机非线性组合预测方法,以进行误差修正,提高动态测量精度。该方法首先利用支持向量机和小波神经网络对动态测量误差序列分别进行预测,然后再运用支持向量机对单项预测结果进行非线性组合。理论分析和预测实例表明:该方法的预测精度明显高于传统的单一预测方法,具有很强的学习与泛化能力,在处理动态测量误差序列的预报问题和提高动态测量精度方面具有很好的应用价值。
- 张弦李世平孙浚清唐超
- 关键词:支持向量机小波神经网络
- 基于灰色神经网络组合模型的动态数据序列预测被引量:13
- 2007年
- 为了提高动态数据序列的预测精度,分析了现有BP神经网络和灰色预测方法各自的优缺点,并在此基础上建立了灰色神经网络组合模型。组合模型兼有BP神经网络和灰色预测的优点,弥补了单个模型的不足,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性。本方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,便于神经网络进行建模和训练,并利用神经网络的函数逼近特性,实现对原始数据的预测。仿真结果表明:组合模型的预测精度高于单独的GM(1,1)模型,适用于具有复杂成分的动态数据序列的建模。
- 张弦李世平孙浚清唐超
- 关键词:灰色预测BP神经网络