文献

J-GLOBAL ID：201902226054734610   整理番号：19A1971332

サポートベクトルマシンアンサンブルに基づくDOA推定【JST・京大機械翻訳】

DOA estimation based on support vector machine ensemble

著者 (4件)： Sun Fei-yan (Jinling Institute of Technology, Nanjing, China) ,  Tian Yu-bo (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang, China) ,  Hu Guo-bing (Jinling Institute of Technology, Nanjing, China) ,  Shen Qian-yan (Jinling Institute of Technology, Nanjing, China)
資料名： International Journal of Numerical Modelling: Electronic Networks, Devices and Fields  (International Journal of Numerical Modelling: Electronic Networks, Devices and Fields)
巻： 32  号： 5  ページ： e2614  発行年： 2019年 
JST資料番号： T0597A  ISSN： 0894-3370  CODEN： IJNFEX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： サポートベクトルマシンアンサンブル(SVME)に基づく合成モデルを,到来方向(DOA)推定のために提案した。この方法は,高い適合精度,単純な構造,および強い一般化能力のようなサポートベクトルマシン(SVM)の利点に基づいている。この方法の基本概念は,SVMを最適に選択し,二値粒子群最適化アルゴリズムの助けを借りてSVMEを構築することである。提案したモデルの性能を,シミュレーション結果をニューラルネットワークおよびいくつかの他の最先端モデルと比較することにより検証した。実験は,本方法が予測誤差を減少させることができて,限られた数の訓練サンプルを使用して,一般化能力を改良することができることを示した。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  *到来方向推定 ,  シミュレーション ,  モデル ,  予測誤差 ,  *サポートベクトルマシン
準シソーラス用語： 粒子群最適化 ,  到来方向 , 【Automatic Indexing@JST】

著者キーワード (3件)： 到来方向(DOA)推定の方向 ,  粒子群最適化(PSO) ,  サポートベクトルマシンアンサンブル(SVME)

分類 (1件)： ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (1件)： DOA推定