湖北省教育厅重点项目(D20111201)
- 作品数：3 被引量：11H指数：2
- 相关作者：张清河陈将宏汪洋徐飞更多>>
- 相关机构：三峡大学更多>>
- 发文基金：国家自然科学基金湖北省教育厅重点项目更多>>
- 相关领域：自动化与计算机技术医药卫生理学电子电信更多>>
- 基于支持向量机的复合柱体目标参数反演被引量：5
- 2012年
- 用支持向量机(support vector machine,SVM)结合双共轭梯度-快速傅里叶变换方法(BCG-FFT)重构二维金属/介质复合结构柱体目标参数。采用BCG-FFT方法数值模拟复合结构目标的散射特性,以散射电场作为训练样本提供给支持向量机学习,经过适当的离线训练,建立支持向量机逆散射模型,实时重构了复合柱体目标的几何、电磁参数;在相同的条件下,采用人工神经网络(artificial neural net-works,ANN)方法对复合目标参数也进行了重构;比较分析了训练样本信息的差异对支持向量机重构精度的影响。与ANN方法的结果比较表明:支持向量机方法能有效地用于复合结构目标参数反演,且具有较高的精度。
- 张清河汪洋陈将宏
- 关键词：金属支持向量机
- 微扰法结合最小二乘支持向量机反演土壤湿度被引量：1
- 2015年
- 将最小二乘支持向量回归技术应用到土壤湿度反演研究.利用微扰法数值模拟不同雷达参数下裸露土壤微波后向散射特性.经过数据敏感性分析,选取雷达频率为L波段(1.4GHz),双入射角(40°、50°),并设计多种反演方案,分别以单极化、双极化及同极化后向散射系数比值作为微波信号样本信息,经过适当的训练,利用最小二乘支持向量回归技术对土壤含水量进行了反演研究.结果表明:当采用多入射角、同极化后向散射系数比值作为微波信号样本信息时,反演结果具有较高的精度.同时,经过与人工神经网络结果比较,证明了该方法的有效性及抗噪声能力,为土壤湿度的实时反演研究提供了一种新方法.
- 张清河徐飞邹启源
- 关键词：微扰法最小二乘支持向量机
- 数据缺失情况下基于支持向量机的心脏病诊断被引量：5
- 2017年
- 为在数据缺失的情况下进行心脏病诊断并获得较高的准确率,对缺失值进行处理后,利用径向基函数支持向量机,采用交叉验证和网格搜索寻找最佳惩罚参数和关联参数,对UCI Heart数据集进行分类,多分类准确率为81.89%,二分类准确率为89.61%.仿真结果表明,支持向量机网络模型性能稳定,样本追加能力强,训练时间短,分类效果好,在心脏病等医疗诊断中有很大的应用潜力.
- 陈将宏万华舰张清河
- 关键词：缺失值支持向量机心脏病
