基于Relief-PGS优化算法的数据分类

【目的】在选取图像特征对图像进行分类时,选取的特征属性是否冗余会影响到图像分类的正确率。为提高分类的准确率,使用Relief-PGS优化算法对特征子集和支持向量机参数同步进行优化。【方法】首先使用Relief算法对特征数据集进行筛选,其次将筛选出的特征子集数目和支持向量机参数一起编码到粒子群-遗传算法中进行同步优化,最后对处理后的数据集进行分类,能有效提高分类的准确率。【结果】选取UCI数据库中的5种数据集进行分类,与传统的SVM算法、PGS算法和Relief-SVM算法相比,Relief-PGS优化算法对图像分类的准确率分别提高了22.53%、6.05%和11.16%。【结论】研究结果表明,Relief-PGS算法在去掉不重要特征的同时,对支持向量机参数进行优化,能有效提高分类的准确率。     

面向环境变化监测的天线传感器仿真分析

【目的】为了精确检测出固体材料内的环境变化,设计出一种完全开放的、埋于被测材料中的天线传感器,并在此基础上设计出一个可监测环境内各种元素变化的传感器。【方法】利用有限元法来计算天线的输入阻抗,通过建模推导出传感器的灵敏度方程,并进行仿真分析。通过调整天线旁圆柱体的距离和高度来模拟真实环境变化,验证天线传感器对周围环境进行监测的灵敏性。【结果】当圆柱体距离天线传感器在0～50 mm范围内不断移动,且改变圆柱体高度时,圆柱体高度越高,共振就越小,此时的磁场E越大,频率区间的反射系数越大。【结论】由仿真结果可知,天线传感器可测量较近环境（0～50 mm）的变化情况。当圆柱体距离天线传感器位置越近,且高度越高时,灵敏度值就越大,此时监测环境变化的情况就越精确。