多尺度核方法及在电子系统测试中的应用

发布时间：2022-11-06 17:02

　　随着系统结构的日益复杂和各类新技术的广泛应用,传统测试方法已经难以满足现代武器系统对测试性的要求。然而,测试性作为保障武器系统维修性的重要条件,已经成为武器系统研制和使用过程中不可缺少的环节,确保武器系统具有良好的测试性对提高武器系统效能、降低全寿命周期费用均具有重要意义。为了提供更加有效的测试方法,满足现代武器系统的快速、精确的测试需求,本文采用了核方法,以武器系统中的主要故障部件电子系统为例进行了分析研究。核方法具有优秀的模式识别能力,有理论坚实、推理过程清晰,擅长小样本决策的优点,适合应用于武器系统测试问题。本文的主要工作如下:文章首先研究了支持向量机理论。从简化支持向量机分类过程、提高分类精度的角度出发,对支持向量机多分类方法进行了研究。接下来对核方法的基础理论进行研究。为了降低核方法的复杂度,同时提高其性能,本文从提升核函数性能着手,从核参数选择和核函数构造两方面进行了研究,并将研究结果与支持向量机多分类方法相结合。针对解决常用的支持向量机多分类方法存在的结构复杂、计算量大、有不可分样本的问题,本文对支持向量机多分类策略进行了研究,对结构简单的最小生成树支持向量机分类方法进行... 

【文章页数】：152 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
论文中使用的缩略词
第1章 绪论
    1.1 课题背景及研究意义
    1.2 核方法原理及研究现状
        1.2.1 核方法原理
        1.2.2 核方法研究现状
    1.3 核方法在电子系统测试中的应用
    1.4 支持向量机
        1.4.1 统计学习理论
        1.4.2 支持向量分类机
    1.5 本文的主要研究内容及结构安排
第2章 改进的最小生成树多分类支持向量机
    2.1 最小生成树支持向量机及改进算法
        2.1.1 特征空间中的Fisher可分离性测度
        2.1.2 基于Fisher可分离性测度的最小生成树支持向量机算法
    2.2 标准数据集上的验证
    2.3 FMST-SVM在系统测试中的验证
        2.3.1 测试性实验的步骤及相关方法
        2.3.2 系统仿真验证
        2.3.3 实际系统仿真验证
    2.4 本章小结
第3章 核方法参数选择
    3.1 基于均匀设计的核参数的二次搜索方法
        3.1.1 均匀设计
        3.1.2 基于均匀设计的核参数二次搜索方法
        3.1.3 标准数据集验证
    3.2 基于混合改进果蝇算法的核参数优化算法
        3.2.1 果蝇算法
        3.2.2 基于均匀设计的混合改进果蝇算法
        3.2.3 基于MIFOAUD的核参数搜索方法
    3.3 本章小结
第4章 多尺度核函数构造
    4.1 多尺度CAUCHY核函数
        4.1.1 定义
        4.1.2 支持向量机分类集成方法
        4.1.3 标准数据集验证
    4.2 RAYLEIGH核函数
        4.2.1 Rayleigh分布与Rayleigh核函数
        4.2.2 仿真实验验证
    4.3 多尺度RAYLEIGH核函数
    4.4 加权组合的多尺度核函数性能比较
    4.5 本章小结
第5章 基于多尺度核函数的FMST-SVM方法及应用
    5.1 核参数变化对类间FISHER可分离性测度的影响
    5.2 核参数变化对FMST-SVM的影响
        5.2.1 高斯核参数变化对FMST-SVM的影响
        5.2.2 Cauchy核参数变化对FMST-SVM的影响
        5.2.3 Rayleigh核参数变化对FMST-SVM的影响
    5.3 基于多尺度核函数的FMST-SVM算法
    5.4 多尺度核函数FMST-SVM算法在系统测试中的应用
        5.4.1 混频器电路仿真测试应用
        5.4.2 Four-opamp-biquad电路仿真测试应用
        5.4.3 带阻滤波电路仿真测试应用
    5.5 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
致谢
个人简历


【参考文献】：
期刊论文
[1]变结构遗传最小二乘支持向量机法预测日用水量[J]. 陈磊,石也.  浙江工业大学学报. 2017(01)
[2]基于支持向量机技术的网络舆情研判[J]. 郭文强.  数字技术与应用. 2017(02)
[3]基于改进支持向量机算法的船舶寿命周期费用研究[J]. 罗威,肖尚勤.  计算机与数字工程. 2017(02)
[4]基于多层聚类的多分类SVM快速学习方法[J]. 张春艳,倪世宏,张鹏,查翔.  计算机工程与设计. 2017(02)
[5]最小二乘支持向量机和脂肪酸融合信息应用于花生油掺伪玉米油检测[J]. 彭丹,李晓晓,毕艳兰.  食品科学. 2017(16)
[6]改进果蝇算法在净化除钴过程锌粉量优化设定中的应用[J]. 王雅琳,何海明,孙备,阳春华,谢永芳.  控制理论与应用. 2016(05)
[7]KPCA-GRNN网络在数控机床复合故障诊断中的应用[J]. 李善,谭继文,俞昆,文妍.  煤矿机械. 2016(03)
[8]KPCA-bagging集成神经网络软测量建模方法[J]. 夏陆岳,王海宁,朱鹏飞,潘海天.  信息与控制. 2015(05)
[9]一种改进的基于最小生成树的遥感影像多尺度分割方法[J]. 李慧,唐韵玮,刘庆杰,丁海峰,荆林海.  测绘学报. 2015(07)
[10]基于语言无关性语义Kernel学习的短文本分类[J]. 易欣,郭武士.  计算机应用与软件. 2015(07)

博士论文
[1]支持向量机的核方法及其模型选择[D]. 常群.哈尔滨工业大学 2007
[2]基于时频分析和神经网络的模拟电路故障诊断及可测性研究[D]. 袁海英.电子科技大学 2006

硕士论文
[1]机电产品测试性辅助分析与决策相关技术研究[D]. 苏永定.国防科学技术大学 2004



本文编号：3703880