科研之友
微信
新浪微博
Facebook
分享链接
摘要
电场本体参数和静电闪络信号特征存在差异性,给控制器进行闪络信号识别带来了困难,传统识别方法误判率高,灵活性和鲁棒性较差。引入高斯分布噪声的虚拟训练集,结合实验电场实际采样信号构成复合训练集对闪络信号识别的支持向量机进行训练,解决训练集不均衡问题,并将得到的决策模型用于实际电场信号的实时识别。仿真与实际电场信号测试结果表明,所提方法具有运算速度快,准确率高,且具有很强的泛化能力。
- 单位
电场本体参数和静电闪络信号特征存在差异性,给控制器进行闪络信号识别带来了困难,传统识别方法误判率高,灵活性和鲁棒性较差。引入高斯分布噪声的虚拟训练集,结合实验电场实际采样信号构成复合训练集对闪络信号识别的支持向量机进行训练,解决训练集不均衡问题,并将得到的决策模型用于实际电场信号的实时识别。仿真与实际电场信号测试结果表明,所提方法具有运算速度快,准确率高,且具有很强的泛化能力。
