基于支持向量机集成的圆极化微带天线设计

作     者：田雨波 孙菲艳 任作琳 TIAN Yubo;SUN Feiyan;REN Zuolin

作者机构：江苏科技大学电子信息学院镇江212003 

基　　金：国家自然科学基金(61401179) 

出 版 物：《电波科学学报》 (Chinese Journal of Radio Science)

年 卷 期：2015年第30卷第6期

页      码：1086-1092页

摘      要：人工神经网络(Artificial Neural Network,ANN)设计圆极化微带天线(Circularly-polarized Microstrip Antenna,CPMSA)时需要进行大量数据样本的准备,网络结构一般都比较复杂.为了解决这个问题,利用支持向量机(Support Vector Machine,SVM)在解决小样本数据处理问题时具有拟合精度高、泛化能力强、结构简单等优点,结合二进制粒子群(Binary Particle Swarm Optimization,BiPSO)算法选择出合适的SVM个体参与集成,形成一种基于BiPSO算法的选择性SVM集成(SVM Ensemble,SVME)方法,并将该方法用于单馈切角方形CPMSA的综合设计.仿真结果表明:这种SVME方法提高了算法的鲁棒性和有效性,有更好的预测精度,通过与ANN、SVM以及现有文献的预测结果对比可以看出,由该模型得出的结果优于此问题的已有结论.

主 题 词：圆极化 微带天线 切角 粒子群优化 支持向量机集成 

学科分类：080904[080904] 12[管理学] 1201[管理学-管理科学与工程类] 0809[工学-计算机类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13443/j.cjors.2014122901

馆 藏 号：203187370...