张玉玺 作品数:21 被引量:322 H指数:7 供职机构: 空军工程大学防空反导学院 更多>> 发文基金: 国家自然科学基金 陕西省自然科学基金 军队科研基金 更多>> 相关领域: 自动化与计算机技术 电子电信 兵器科学与技术 理学 更多>>
组网条件下防空导弹武器系统可靠性建模 被引量:4 2006年 为研究防空导弹武器系统组网后的可靠性建模问题,探讨了防空导弹武器系统组网原理,分析了组网的拓扑结构,对组网条件下防空导弹武器系统的任务剖面进行了研究,利用网络分析的方法建立了可靠性模型,并对模型进行了实际解算,取得了满意的结果。 龙光正 刘铭 李灵香 张玉玺关键词:防空导弹武器系统 可靠性 组网 一种基于局部冲突分配的DST组合规则 被引量:21 2012年 冲突证据融合是信息融合中一个非常重要但始终没有很好地解决的问题.本文从选择有效的冲突衡量参数的角度出发,分析了悖论与证据冲突的关系,给出了新的冲突衡量参数,并基于此参数提出了一种新的基于局部冲突分配策略的证据推理组合规则.大量实例表明,提出的证据推理组合规则能够解决现有的证据理论悖论问题,是一种较为通用的证据推理组合规则. 权文 王晓丹 王坚 张玉玺关键词:证据组合规则 基于AdaBoost和匹配追踪的选择性集成算法 被引量:6 2014年 为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能,提出一种基于AdaBoost和匹配追踪的选择性集成算法.其基本思想是将匹配追踪理论融合于AdaBoost的训练过程中,利用匹配追踪贪婪迭代的思想来最小化目标函数与基分类器线性组合之间的冗余误差,并根据冗余误差更新AdaBoost已训练基分类器的权重,进而根据权重大小选择集成分类器成员.在公共数据集上的实验结果表明,该算法能够获得较高的分类精度. 姚旭 王晓丹 张玉玺 雷蕾关键词:ADABOOST算法 基于自适应t分布变异的粒子群特征选择方法 被引量:4 2013年 在分析粒子群优化(particle swarm optimization,PSO)的基础上,提出了一种基于自适应t分布变异的简化粒子群特征选择方法。针对PSO容易陷入局部收敛的缺陷,通过对群体极值进行自适应t分布变异,使其跳出局部收敛。为了解决随机选择初始群体可能会延长搜索时间这一问题,将互信息引入到算法中。通过计算特征与类别的相关性来确定每个特征的入选概率,根据概率值生成一个近似最优粒子,使粒子群一开始就沿着比较合理的方向搜索,从而缩短进化时间。最后,以支持向量机(support vector machine,SVM)为分类器,通过仿真实验验证了算法的可行性和有效性。 姚旭 王晓丹 张玉玺 邢雅琼关键词:粒子群优化 T分布 互信息 基于粒子群优化算法的最大相关最小冗余混合式特征选择方法 被引量:11 2013年 在分析粒子群优化(PSO)算法和简化PSO算法的基础上,提出一种基于PSO的最大相关最小冗余的Filter-Wrapper混合式特征选择方法.Filter模型是基于互信息和特征的相关冗余综合测度,Wrapper模型是基于改进的简化粒子群算法.在PSO搜索过程中,引入相关冗余度量标准来选择特征子集,将Filter融合在Wrapper中,利用Filter的高效率和Wrapper的高精度提高搜索的速度和性能.最后以支持向量机(SVM)为分类器,在公共数据集UCI上进行实验,实验结果表明了所提出算法的可行性和有效性. 姚旭 王晓丹 张玉玺 权文关键词:粒子群优化 FILTER WRAPPER 互信息 基于正则化互信息和差异度的集成特征选择 被引量:3 2013年 如何构造差异性大的基分类器是集成学习研究的重点,为此提出迭代循环选择法:以最大化正则互信息为准则提取最优特征子集,进而基于此训练得到基分类器;同时以错分样本个数作为差异性度量准则来评价所得基分类器的性能,若满足条件则停止,反之则循环迭代直至结束。最后用加权投票法融合所选基分类器的识别结果。通过仿真实验验证算法的有效性,以支持向量机为分类器,在公共数据集UCI上进行实验,并与单SVM及经典的Bagging集成算法和特征Bagging集成算法进行对比。实验结果显示,该方法可获得较高的分类精度。 姚旭 王晓丹 张玉玺 薛爱军关键词:互信息 防空导弹网络化作战系统效能评估 被引量:8 2006年 防空导弹网络化作战系统结构复杂,战技性能指标诸多,难以全部采用定量的方法描述。文中引入模糊综合评判法,建立效能评判模型,并给出效能评价指标体系,最后通过具体实例证明了该模型具有实用性。 张玉玺 刘铭关键词:防空导弹 模糊综合评判法 基于复数全极化HRRP的雷达目标识别 被引量:6 2014年 针对实数单极化高分辨率一维距离像(high resolution range profile,HRRP)缺失了目标的极化信息和相位信息的问题,研究了复数全极化HRRP目标特征提取方法,为合理有效运用所提取的目标信息,提出一种基于Bagging的选择性集成算法,并在此基础上设计了复数全极化HRRP目标识别方法,最后通过实验验证该方法具有良好的稳健性和可分性。 张玉玺 王晓丹 姚旭 雷蕾关键词:全极化 基于近似Markov Blanket和动态互信息的特征选择算法 2012年 针对大量无关和冗余特征的存在可能降低分类器性能的问题,提出了一种基于近似Markov Blanket和动态互信息的特征选择算法。该算法利用互信息作为特征相关性的度量准则,并在未识别的样本上对互信息进行动态估值,利用近似Markov Blanket原理准确地去除冗余特征,从而获得远小于原始特征规模的特征子集。通过仿真试验证明了该算法的有效性。以支持向量机为分类器,在公共数据集UCI上进行了试验,并与DMIFS和ReliefF算法进行了对比。试验结果证明,该算法选取的特征子集与原始特征子集相比,以远小于原始特征规模的特征子集获得了高于或接近于原始特征集合的分类结果。 姚旭 王晓丹 张玉玺 权文关键词:MARKOV BLANKET 互信息 基于纠错输出编码的多类概率建模 被引量:1 2013年 目前模式识别领域中缺乏有效的多类概率建模方法,对此提出利用纠错输出编码作为多类概率建模框架,将二元纠错输出编码研究的概率输出问题转化为线性超定方程的求解问题,通过线性最小二乘法来求解并获取多类后验概率的结果;而对于三元纠错输出编码的等价非线性超定方程组,提出一种迭代法则来求解多类概率输出.实验中通过与3种经典方法相比较可以发现,新方法求取的概率输出具有更好的分布形态,并且该方法具有较好的分类性能. 张玉玺 王晓丹 周进登 姚旭关键词:模式识别 多类分类 纠错输出编码