科研之友
微信
新浪微博
Facebook
分享链接
摘要
功率谱密度(PSD)预测是频谱管理中的重要环节。由于功率谱密度具有高度的复杂性、非线性和不确定性,单一的预测模型很难确保预测的准确性和效率。为克服单一预测方法的不足,提出一种混合的机器学习模型,将自组织映射(SOM)网络与回归树(RT)相结合,以预测信号的功率谱密度。使用自组织映射网络将具有相似手工特征的原始样本集聚类成簇;将每一个簇分别构建回归树来预测功率谱密度;最后,使用亚琛工业大学的数据进行实验。结果表明,预测结果的均方根误差比现有方法提高0.824,证明混合模型具有较高的预测精确度和较好的泛化能力。
- 单位
