-
题名基于概率密度逼近的无监督特征排序
被引量：2
- 1
-
-
作者
王晓明
王士同
-
机构
江南大学信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2007年第4期47-51,共5页
-
基金
国家自然科学基金资助项目(6022501)
教育部优秀青年教师奖励计划资助项目(NCET-04-0496)
+4 种基金
教育部2005年重点科学研究项目
江苏省自然科学基金资助项目
中国科学院软件所计算机科学重点实验室资助项目
中国科学院自动化所模式识别国家重点实验室资助项目
江苏省计算机信息处理重点实验室资助项目
-
文摘
依据概率密度逼近提出了一种新的无监督特征排序,应用于特征选择降维。实验证明,这种方法与一些现有的方法相比,更为有效。
-
关键词
特征排序
特征选择
Parzen
窗口密度估计
概率密度逼近
-
Keywords
feature ranking
feature selection
parzen window probability estimation
probability density approximation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于阵元激励幅度分档的赋形波束方向图综合
被引量：1
- 2
-
-
作者
杨垠
盛卫星
韩玉兵
马晓峰
-
机构
南京理工大学电子工程与光电技术学院
-
出处
《航空学报》
EI
CAS
CSCD
北大核心
2018年第4期182-197,共16页
-
基金
国家自然科学基金(11273017
61471196)~~
-
文摘
提出了一种新型的基于幅度分档的赋形波束方向图综合算法。该算法共分为3步。首先,使用传统方向图综合方法如交替投影得到波束的无幅值限制的阵元激励;然后,使用概率密度理论对得到的阵元激励幅度进行处理得到量化的阵元激励幅度,最后,通过量化阵元激励幅度,使用半正定松弛(SDR)方法得到阵元激励的相位分布。上述步骤中,如何使用概率密度理论得到量化的阵元激励幅度是3步中较为重要的一步。将阵元激励幅度用概率密度变量进行替代,通过事先设定的阵元激励幅度档位个数,以及每个阵元激励幅度落在相应档位时取值的概率,可以得到含有概率密度变量的综合方向图表达式。最小化含有概率密度变量的综合方向图与理想方向图的功率之差即可得到量化的阵元激励幅度。使用概率密度理论得到量化阵元激励幅度的优势在于,可以根据任意形状的阵面和阵元栅格排布来划分幅度的档位区间,从而有着更广泛的适用性。在例证部分,通过多组算例的仿真,以及与一些对算法性能的分析,所提算法验证了其在综合效果上的优越性。
-
关键词
嵌入式阵元方向图
概率密度逼近
阵元激励幅度分档
凸优化
脚印方向图综合
-
Keywords
embedded element pattern
probability density approximation
element excitation amplitude quantization
con-vex optimization
footprint pattern synthesis
-
分类号
V192
[航空宇航科学与技术—人机与环境工程]
-
