陕西省自然科学基金(2007F30)
- 作品数：5 被引量：37H指数：4
- 相关作者：刘涵刘丁叶平周党伟钱富才更多>>
- 相关机构：西安理工大学西安电子科技大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于支持向量机模糊推理的二级倒立摆控制被引量：5
- 2008年
- 本文提出了一种用于非线性系统控制的支持向量机模糊推理模型。该模型利用支持向量机回归的原理,从训练数据中提取模糊规则并进行简化;采用核函数来描述模糊推理系统,该模糊推理系统具有不必事先确定模糊规则数目、良好的泛化能力等优点。使用该模型对直线二级倒立摆系统构造模糊控制器并进行了实验研究,研究结果表明这种新的模糊规则提取方法对于非线性系统的控制是有效的,由支持向量确定的模糊规则不会出现规则数目'爆炸'的问题,该方法在不便事先确定模糊规则的复杂非线性系统控制中有着重要的应用价值。
- 刘涵周党伟钱富才
- 关键词：非线性控制支持向量机模糊基函数倒立摆
- 基于支持向量机的参数自整定PID非线性系统控制被引量：20
- 2008年
- 对非线性系统提出了一种基于支持向量机的自整定PID控制新方法.用支持向量机辨识系统的非线性关系,并对之进行线性化,提取出瞬时线性模型,采用最小方差的准则获取PID控制器的最优参数.为改善控制器的性能,提出了一些改进措施,包括使用一阶滤波器、控制器参数更新标准及惩罚系数的调整等.通过对典型非线性系统的仿真.验证了该方法的有效性和可行性.
- 刘涵刘丁
- 关键词：支持向量机非线性控制PID控制器线性化自整定
- 数字调制信号识别性能的评估方法被引量：1
- 2011年
- 针对正确率不能客观全面地评估数字调制信号识别性能的问题,提出采用受试者操作特征(ROC)曲线下的面积(AUC)对最小二乘支持向量机分类器和传统的神经网络分类器进行性能评估。首先提取5个特征参数,然后分别采用最小二乘支持向量机分类器和神经网络分类器成功地实现了数字调制信号识别,最后通过计算ROC曲线下的AUC值来评估分类器的优劣。仿真实验结果表明,最小二乘支持向量机分类器比神经网络分类器的平均性能好。
- 刘明骞李兵兵刘涵
- 关键词：AUCROC曲线支持向量机调制识别
- 基于动态神经网络支持向量机的FPGA实现被引量：4
- 2010年
- 研究了一种基于动态神经网络支持向量机(SVM)的FPGA硬件实现方法.提出了基于动态神经网络的最小二乘支持向量机(LS-SVM)神经网络结构,完成了VHDL语言描述的基于动态神经网络的LS-SVM结构设计,并在XILINX SPANT3E系列FPGA中完成了LS-SVM的分类与回归实验.结果表明,该硬件实现方法很好地完成了SVM的分类与回归功能,与现有的软件仿真和模拟器件实现相比,该方法具有更快的收敛速度和更高的灵活性.
- 刘涵尹嵩刘丁
- 关键词：支持向量机最小二乘支持向量机动态神经网络稳定性
- 基于递归神经网络的LS-SVM硬件实现与实验研究被引量：8
- 2009年
- 在标准支持向量机(SVM)学习神经网络的基础上,将最小二乘支持向量机(LS-SVM)与递归神经网络相结合,提出一种新的最小二乘支持向量机学习神经网络。该网络直接采用Lagrange乘子进行训练,消除了标准SVM神经网络中的线性部分,可用于进行分类和回归学习。并且其拓扑结构更适合于用简单的硬件模拟电路实现。对两种网络的稳定性进行了证明,并设计了相应的硬件电路,最后通过Simulink、Pspice仿真和硬件电路实验证明了所提出的方法是有效的。
- 刘涵叶平
- 关键词：最小二乘支持向量机递归神经网络模拟电路
