基于QR分解的广义辨别分析用于雷达目标识别

提出了一种基于QR分解的广义辨别分析算法,并将其用于雷达目标一维距离像识别.与传统用奇异值分解获取目标特征子空间的方式不同,新算法运用核修正格兰-施密特正交化过程直接提取最优投影变换矩阵,不仅有效地地保留了类内散度矩阵最具辨别力的零空间信息,同时使所求解在数值上更稳定.对3种实测飞机数据的分类结果表明,所提方法不仅在识别性能上优于传统方法,而且在一定程度上降低了算法的计算复杂度,提高了系统的实时性能.

基于关系探索和KTBoost的暂态稳定裕度评估

为了充分挖掘电网运行数据中的信息,进一步提高暂态稳定预测的精度,提出了一种基于关系探索和核-树联合提升KTBoost(combined kernel and tree boosting)的暂态稳定裕度评估方法。首先,考虑特征与暂态稳定裕度指标之间的相关性以及特征之间的冗余性和协同性,将信息论和施密特正交化相结合,以此筛选出关键电网运行特征,降低无关变量的干扰。然后,利用KTBoost算法建立关键特征量和暂态稳定裕度指标的映射关系,生成KTBoost驱动的暂态稳定裕度评估模型。最后,通过算例分析表明,所提方法不仅能够实现高精度的暂态稳定评估,且具有较强的鲁棒性和泛化能力。