论文部分内容阅读
长期以来短波收信天线系统一直缺少智能化的自动监测技术与手段,难以对设备的收信效果实时评估和预警。为了减轻基层通信保障人员的负担,同时为短波收信天线的健康状态分析与评估、设备的维修保障提供切实可靠的数据支持与技术支撑。论文建立基于果蝇优化算法的最小二乘支持向量机(LSSVM)分类器,实现了短波收信天线的智能诊断。并针对最小二乘支持向量机的稀疏化问题,从代表性样本与边界样本两个方面综合分析,提出了一种基于KFCM聚类的LSSVM训练样本预选取算法。UCI数据集的实验结果表明:该样本预选取算法充分利用了KFCM