期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于半定规划和秩-1分解的稳健波束形成
1
作者
王燕
吴文峰
+1 位作者
范展
梁国龙
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2013年第18期278-287,共10页
针对标准Capon波束形成器在存在导向矢量失配时性能急剧下降问题,提出了一种基于半定规划和秩-1分解的稳健波束形成算法.该方法通过对实际导向矢量的估计提高自适应波束形成算法稳健性.首先分别从干扰抑制和噪声抑制两个方面推导了新导...
针对标准Capon波束形成器在存在导向矢量失配时性能急剧下降问题,提出了一种基于半定规划和秩-1分解的稳健波束形成算法.该方法通过对实际导向矢量的估计提高自适应波束形成算法稳健性.首先分别从干扰抑制和噪声抑制两个方面推导了新导向矢量应满足的约束条件,并证明了利用矩阵滤波器构造约束条件的合理性;构造了估计最优导向矢量的优化问题并将其转化为易于求解的松弛半定规划问题,同时引入秩-1分解理论用于优化问题的求解.仿真分析表明,与目前较为常见的算法相比,本文算法只需利用期望信号可能入射区间这一先验信息,能获得更高输出信干噪比和功率估计精度.
展开更多
关键词
稳健自适应波束形成
半定规划
秩-1分解
导向矢量估计
原文传递
弹球支持张量机分类器
2
作者
余可鸣
韩乐
杨晓伟
《模式识别与人工智能》
EI
CSCD
北大核心
2016年第7期598-607,共10页
机器学习、模式识别、数据挖掘等领域中的输入模式常常是高阶张量.文中首先从向量模式推广到张量模式,提出弹球支持张量机模型.然后给出求解弹球支持张量机模型的序贯最小优化算法(SMO).为了保持张量的自然结构信息,同时加速训练过程,...
机器学习、模式识别、数据挖掘等领域中的输入模式常常是高阶张量.文中首先从向量模式推广到张量模式,提出弹球支持张量机模型.然后给出求解弹球支持张量机模型的序贯最小优化算法(SMO).为了保持张量的自然结构信息,同时加速训练过程,采用张量的秩-1分解代替原始张量计算张量内积.在向量数据和张量数据上进行的大量实验表明:对于向量数据,相比经典的积极集法,SMO的计算速度更快;对于张量数据,相比弹球支持向量机,弹球支持张量机具有更快的训练速度和更好的泛化能力.
展开更多
关键词
弹球支持向量机(pin—SVM)
弹球支持张量机(pin
-
STM)
秩-1分解
序贯最小优化算法(SMO)
下载PDF
职称材料
题名
基于半定规划和秩-1分解的稳健波束形成
1
作者
王燕
吴文峰
范展
梁国龙
机构
哈尔滨工程大学
出处
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2013年第18期278-287,共10页
基金
国家自然科学基金(批准号:51279043
61201411
51209059)资助的课题~~
文摘
针对标准Capon波束形成器在存在导向矢量失配时性能急剧下降问题,提出了一种基于半定规划和秩-1分解的稳健波束形成算法.该方法通过对实际导向矢量的估计提高自适应波束形成算法稳健性.首先分别从干扰抑制和噪声抑制两个方面推导了新导向矢量应满足的约束条件,并证明了利用矩阵滤波器构造约束条件的合理性;构造了估计最优导向矢量的优化问题并将其转化为易于求解的松弛半定规划问题,同时引入秩-1分解理论用于优化问题的求解.仿真分析表明,与目前较为常见的算法相比,本文算法只需利用期望信号可能入射区间这一先验信息,能获得更高输出信干噪比和功率估计精度.
关键词
稳健自适应波束形成
半定规划
秩-1分解
导向矢量估计
Keywords
robust adaptive beamforming, semi
-
definite programming, rank
-
one decomposition, steering vectorestimation
分类号
TN911.7 [电子电信—通信与信息系统]
原文传递
题名
弹球支持张量机分类器
2
作者
余可鸣
韩乐
杨晓伟
机构
华南理工大学数学学院
华南理工大学软件学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2016年第7期598-607,共10页
基金
国家自然科学基金项目(No.11501219
61273295)资助~~
文摘
机器学习、模式识别、数据挖掘等领域中的输入模式常常是高阶张量.文中首先从向量模式推广到张量模式,提出弹球支持张量机模型.然后给出求解弹球支持张量机模型的序贯最小优化算法(SMO).为了保持张量的自然结构信息,同时加速训练过程,采用张量的秩-1分解代替原始张量计算张量内积.在向量数据和张量数据上进行的大量实验表明:对于向量数据,相比经典的积极集法,SMO的计算速度更快;对于张量数据,相比弹球支持向量机,弹球支持张量机具有更快的训练速度和更好的泛化能力.
关键词
弹球支持向量机(pin—SVM)
弹球支持张量机(pin
-
STM)
秩-1分解
序贯最小优化算法(SMO)
Keywords
Support Vector Machine Classifier with Pinball Loss (pin
-
SVM) , Support Tensor Machine Classifier with Pinball Loss (pin
-
STM), Rank
-
One Decomposition, Sequential Minimal Optimization (SMO)
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于半定规划和秩-1分解的稳健波束形成
王燕
吴文峰
范展
梁国龙
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2013
0
原文传递
2
弹球支持张量机分类器
余可鸣
韩乐
杨晓伟
《模式识别与人工智能》
EI
CSCD
北大核心
2016
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部