模糊支持向量机的非直达波抑制算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

模糊支持向量机的非直达波抑制算法

万群, 王伟, 黄际彦, 宋玉梅

文章导航 > 电子科技大学学报 > 2008 > 37(6): 803-806

万群, 王伟, 黄际彦, 宋玉梅. 模糊支持向量机的非直达波抑制算法[J]. 电子科技大学学报, 2008, 37(6): 803-806.

引用本文:

万群, 王伟, 黄际彦, 宋玉梅. 模糊支持向量机的非直达波抑制算法[J]. 电子科技大学学报, 2008, 37(6): 803-806.

WAN Qun, WANG Wei, HUANG Ji-yan, SONG Yu-mei. Method for NLOS Mitigation Based on Fuzzy Support Vector Machines[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 803-806.

Citation:

WAN Qun, WANG Wei, HUANG Ji-yan, SONG Yu-mei. Method for NLOS Mitigation Based on Fuzzy Support Vector Machines[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 803-806.

模糊支持向量机的非直达波抑制算法

1.
电子科技大学电子工程学院成都 610054

基金项目:

国家自然科学基金(60372022;607721467)

作者简介:
万群(1971-),男,教授,博士生导师,主要从事移动定位、阵列信号处理方面的研究.

中图分类号: TN929.53

Method for NLOS Mitigation Based on Fuzzy Support Vector Machines

1.
School of Electronic Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定模糊隶属度。仿真结果表明了该方法的稳健性,提高了LS-SVM的抗噪声能力。
- 模糊隶属度 /
- 最小二乘支持向量机 /
- 非直达波定位 /
- 支持向量机数据域描述
Abstract: In order to overcome the overfitting problem caused by noises and outliers in support vector machine, a method for non-line-of-sight (NLOS) mitigation based on fuzzy least square support vector machines (LS-SVM) is proposed. Using the fuzzy membership model based on support vector data description (SVDD), the membership values to each input sample is computed according to its distance to the center of the hypersphere with minimal volume containing all objects. Simulation results show that the proposed method is robust in NLOS environments and actually increases the accuracy of LS-SVM.
- fuzzy membership /
- LS-SVM /
- NLOS location /
- SVDD

[1]	刘敏, 方义治, 孙廷玺, 何伟, 罗思琴, 兰雪珂, 周念成. 基于多元模糊支持向量数据描述的高压电缆缺陷识别 . 电子科技大学学报, 2020, 49(2): 240-247. doi: 10.12178/1001-0548.2019010
[2]	李琳, 伍少梅, 唐宁九. 基于中心加权的局部核向量机算法 . 电子科技大学学报, 2014, 43(4): 612-617. doi: 10.3969/j.issn.1001-0548.2014.04.025
[3]	何海江. 截断误差的光滑型支持向量顺序回归 . 电子科技大学学报, 2014, 43(1): 131-136. doi: 10.3969/j.issn.1001-0548.2014.01.022
[4]	李少波, 王继奎, 杨观赐. 基于模糊偏序关系支持度模型的真值发现算法 . 电子科技大学学报, 2014, 43(6): 893-897. doi: 10.3969/j.issn.1001-0548.2014.06.017
[5]	李旻, 咸卫明, 龙兵, 王厚军. 基于特征优选模拟电路故障诊断方法 . 电子科技大学学报, 2014, 43(4): 557-561. doi: 10.3969/j.issn.1001-0548.2014.04.015
[6]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[7]	吴少智, 吴跃, 徐鹏, 胡晓. 支持向量回归的颅内压时间系列无损估计方法 . 电子科技大学学报, 2011, 40(6): 956-960.
[8]	吴炜, 杨晓敏, 余艳梅, 石一兴, 何小海. 核偏最小二乘算法的图像超分辨率算法 . 电子科技大学学报, 2011, 40(1): 105-110. doi: 10.3969/j.issn.1001-0548.2011.01.020
[9]	丁世飞, 齐丙娟, 谭红艳. 支持向量机理论与算法研究综述 . 电子科技大学学报, 2011, 40(1): 2-10. doi: 10.3969/j.issn.1001-0548.2011.01.001
[10]	江虹, 伍春, 马景辉. 最小二乘SVM的CR认知引擎设计 . 电子科技大学学报, 2011, 40(1): 41-46. doi: 10.3969/j.issn.1001-0548.2011.01.008
[11]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[12]	甄雁翔, 苏放, 寇明延, 徐惠民. 异构网络中丢包隶属度函数的构建方法 . 电子科技大学学报, 2010, 39(6): 845-849. doi: 10.3969/j.issn.1001-0548.2010.06.009
[13]	杨成福, 章毅. 相关向量机及在说话人识别应用中的研究 . 电子科技大学学报, 2010, 39(2): 311-315,301. doi: 10.3969/j.issn.1001-0548.2010.02.034
[14]	何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要 . 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026
[15]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[16]	胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用 . 电子科技大学学报, 2008, 37(1): 124-127.
[17]	徐图, 罗瑜, 何大可. 多类支持向量机的DDoS攻击检测的方法 . 电子科技大学学报, 2008, 37(2): 274-277.
[18]	王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法 . 电子科技大学学报, 2007, 36(3): 583-586.
[19]	周鸣争, 汪军. 基于支持向量机的传感器非线性误差校正 . 电子科技大学学报, 2006, 35(2): 242-245.
[20]	王启国, 程昌林, 徐林. 非均匀平面波声场中质点运动的椭圆度 . 电子科技大学学报, 1997, 26(2): 208-214.

WeChat

点击查看大图

计量

文章访问数: 3536
HTML全文浏览量: 135
PDF下载量: 66
被引次数: 0

模糊支持向量机的非直达波抑制算法

1. 电子科技大学电子工程学院成都 610054

基金项目:

国家自然科学基金(60372022;607721467)

作者简介:
万群(1971-),男,教授,博士生导师,主要从事移动定位、阵列信号处理方面的研究.

收稿日期: 2007-07-02
修回日期: 2008-01-15
刊出日期: 2008-12-15

中图分类号: TN929.53

关键词:

摘要: 针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定模糊隶属度。仿真结果表明了该方法的稳健性,提高了LS-SVM的抗噪声能力。

English Abstract

万群, 王伟, 黄际彦, 宋玉梅. 模糊支持向量机的非直达波抑制算法[J]. 电子科技大学学报, 2008, 37(6): 803-806.

引用本文:

万群, 王伟, 黄际彦, 宋玉梅. 模糊支持向量机的非直达波抑制算法[J]. 电子科技大学学报, 2008, 37(6): 803-806.

WAN Qun, WANG Wei, HUANG Ji-yan, SONG Yu-mei. Method for NLOS Mitigation Based on Fuzzy Support Vector Machines[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 803-806.

Citation:

WAN Qun, WANG Wei, HUANG Ji-yan, SONG Yu-mei. Method for NLOS Mitigation Based on Fuzzy Support Vector Machines[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 803-806.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发