[1] 左磊,侯立刚,张旺,等. 基于粒子群-支持向量机的模拟电路故障诊断[J]. 系统工程与电子技术, 2010,32(7):1553-1556.
[2] 汪洪桥,孙富春,蔡艳宁,等. 多核学习方法[J]. 自动化学报, 2010,36(8):1037-1050.
[3] 刘明,周水生,吴慧. 一种新的混合核函数支持向量机[J]. 计算机应用, 2009,29(S2):167-168.
[4] 邬啸,魏延,吴瑕. 基于混合核函数的支持向量机[J]. 重庆理工大学学报(自然科学), 2011,25(10):66-70.
[5] 刘春卫,罗健旭. 基于混合核函数的PSO-SVM分类算法[J]. 华东理工大学学报(自然科学版), 2014,40(1):96-101.
[6] 欧阳俊,陆锋,刘兴权,等. 基于多核混合支持向量机的城市短时交通预测[J]. 中国图象图形学报, 2010,15(11):1688-1695.
[7] Ranaee V, Ebrahimzadeh A, Ghaderi R. Application of the PSO-SVM model for recognition of control chart patterns[J]. ISA Transactions, 2010,49(4):577-586.
[8] Siwek K, Osowski S, Markiewicz T. Support vector machine for fault diagnosis in electrical circuits[C]// Proceedings of the 7th Nordic Signal Processing Symposium (NORSIG). 2006:342-345.
[9] 王安娜,邱增,吴洁,等. 基于SVM多类分类算法的模拟电路软故障诊断[J]. 东北大学学报(自然科学版), 2008,29(7):924-927.
[10] 谌璐,贺兴时,王芳妮,等. 一种基于PSO的混合核支持向量机算法[J]. 西安工程大学学报, 2012,26(6):815-819.
[11] Chen Li-wei, Zhang Ye. Speech recognition based on cooperative particle swarm optimizer wavelet neural network[C]// Proceedings of the 2007 International Conference on Wavelet Analysis and Pattern Recognition (ICWAPR'07). 2007,2:716-720.
[12] 李晴. 基于优化机器学习算法的模拟电路故障诊断研究[D]. 长沙:湖南大学, 2013.
[13] 李晓波,李志华,王春晨. 基于覆盖算法的雷达模拟电路故障诊断研究[J]. 信息技术, 2014(10):110-113.
[14] 陆晶,李志华. 基于核覆盖的模拟电路软故障诊断方法[J]. 信息技术, 2016(1):162-166.
[15] 徐江燕,李志华,徐江飞,等. 基于故障树的专家系统在雷达电源故障诊断中的应用[J]. 计算机与现代化, 2012(4):212-214.
[16] Wang Wancheng, Jin Xiaoxiao. An optimization tuning method of nonlinear non-minimum phase systems and its application to chemical process[C]// Proceedings of the 26th Chinese Control and Decision Conference (CCDC 2014). 2014:4929-4935. |