排序方式: 共有4条查询结果,搜索用时 171 毫秒
1
1.
针对BP神经网络(BPNN)的分类性能和遗传算法(GA)的参数寻优能力难以满足空中目标意图预测需求的问题,提出了一种基于麻雀搜索算法(SSA)优化支持向量机(SVM)的空中目标意图预测方法。利用SVM和SSA分别取代BPNN和GA,构建了SSA-SVM空中目标意图预测模型,并对模型的预测性能进行了仿真检验。结果表明,SSA-SVM比GA-SVM具有更快的收敛速度和更高的适应度值,比BPNN具有更高的预测准确性和更稳定的预测结果。因此,SSA-SVM可以准确、稳定地预测空中目标意图,能够满足意图预测在准确性和稳定性上的需求,提升了预测性能。 相似文献
2.
针对现有短波频率优选方法中数据处理过程复杂、输入参数条件苛刻、工程实现难度较大等不足,结合电离层变化特性,提出了一种基于球状模型的泛克里金法,应用于短波频率的重构。利用短波频率管理系统中大量的实测频率数据,构建了符合频率数据变化特征的基于球状模型的变异函数,建立了反映沿经度、纬度及水平方向通信频率变化剧烈程度的漂移表达式。随机选取多个样本数据,通过交叉重构法对短波频率数据进行重构。实验结果表明,基于球状模型的泛克里金法具有较高的频率重构精度,能够应用于短波通信频率的重构,特别是满足军事通信方面对短波频率优选手段的需求。 相似文献
3.
1