资料下载
×
向量机的雷达导引头状态预测方法
消耗积分:3 |
格式:rar |
大小:0.42 MB |
2018-02-04
分享资料个
针对雷达导引头机电结构组成复杂、性能指标测试数据信息利用率不足、使用传统基于数据驱动的状态预测方法精度不高的问题，借鉴相关向量机（ relevance vector machine，RVM）和Dempster_Shafer（ D-S）证据理论，提出了一种基于证据融合和改进局域RVM的状态预测方法。首先，对标准RVM回归模型进行改进，通过构建方差高斯核函数（ variance Gauss kernel function，VGKF）来提高核函数的全局性能和泛化能力；然后通过借鉴混沌序列局域预测法中邻近点个数的选取方法，利用Hannan-Quinn（ HQ）准则对训练空间预测嵌入维数进行优化，避免了主观选取的盲目性，完成了改进局域相关向量机模型（local relevance vector machine．LRVM）的构建；最后，利用具有近似退化规律的同源装备测试数据对LRVM进行了改进，通过D-S证据理论对两种模型的预测结果进行了融合，建立了联合局域相关向量机（united local relevance vector machine，U-I_RVM）模型。通过对导引头相关参数的实例预测，验证了该方法的可行性和优越性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
