学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于最优LS-SVM的制导工具误差分离与折合
被引:5
作者
:
杨华波
论文数:
0
引用数:
0
h-index:
0
机构:
国防科技大学航天与材料工程学院
杨华波
张士峰
论文数:
0
引用数:
0
h-index:
0
机构:
国防科技大学航天与材料工程学院
张士峰
蔡洪
论文数:
0
引用数:
0
h-index:
0
机构:
国防科技大学航天与材料工程学院
蔡洪
机构
:
[1]
国防科技大学航天与材料工程学院
来源
:
系统工程与电子技术
|
2008年
/ 07期
关键词
:
精度评定;
制导工具误差;
主成份分析;
最小二乘支持向量机;
交叉验证;
D O I
:
暂无
中图分类号
:
V249.3 [导航];
学科分类号
:
081105 ;
摘要
:
将最小二乘支持向量机方法应用于制导工具误差分离于折合。利用线性核函数获得了工具误差系数的估计,然后利用交叉验证技术推导了最小二乘支持向量机最优参数的选择准则。该准则的计算是基于模型求解的中间参数,所以并没有增加很多的计算量。最后根据六自由度弹道仿真软件进行了特殊弹道与全程弹道的仿真。仿真计算表明,与最小二乘和主成份方法相比,最优最小二乘支持向量机获得的误差系数估计与真值更加接近,折合得到的全程弹道遥外差更加准确。
引用
收藏
页码:1308 / 1311
页数:4
相关论文
共 2 条
[1]
飞行器试验统计学[M]. 国防科技大学出版社 , 张金槐, 1995
[2]
A tutorial on Support Vector Machines for pattern recognition
[J].
Burges, CJC
论文数:
0
引用数:
0
h-index:
0
机构:
Lucent Technol, Bell Labs, Murray Hill, NJ 07974 USA
Lucent Technol, Bell Labs, Murray Hill, NJ 07974 USA
Burges, CJC
.
DATA MINING AND KNOWLEDGE DISCOVERY,
1998,
2
(02)
:121
-167
←
1
→
共 2 条
[1]
飞行器试验统计学[M]. 国防科技大学出版社 , 张金槐, 1995
[2]
A tutorial on Support Vector Machines for pattern recognition
[J].
Burges, CJC
论文数:
0
引用数:
0
h-index:
0
机构:
Lucent Technol, Bell Labs, Murray Hill, NJ 07974 USA
Lucent Technol, Bell Labs, Murray Hill, NJ 07974 USA
Burges, CJC
.
DATA MINING AND KNOWLEDGE DISCOVERY,
1998,
2
(02)
:121
-167
←
1
→