基于特征双重加权支持向量机的放大器性能综合评价研究 an comprehensive evaluation of amplifier performance based on feature double weighted support vector machine.pdfVIP

第17卷第3期 电路与系统学报 Vol_17No．3 AND June，2012 2012年6月 JOURNALOFCIRCUITSSYSTEMS 文章编号：1007-0249(2012)03．0077-06 基于特征双重加权支持向量机的放大器性能综合评价研究’ 张爱华 (渤海大学工学院，辽宁锦州121000) 摘要。本文针对于现有放大器评价方法的人为因素过大或是成本过高等状况，而提出了基于特征双重加权支持向 量机的放大器性能综合评价方法。确定了放大器性能的综合评价系统结构，以高校模拟电子技术实验为依托，采用近 一年内由幅频特性测试仪测评所得相关放大器的四项指标构建i)1l练集，然后进行特征双重加权支持向量机的四分类评 价。实验表明，该方法优于传统的方法，提高了参数测量的精度，可推广于电子产品的综合性能评价中去。 关键词。特征双重加权支持向量机；放大器；性能综合评价；分类器 中图分类号tTPl83 文献标识码·A 1 引言 放大器是应用最广泛的一类电子线路，其设计目标是将输入信号进行不失真的放大，广泛应用于 广播、通信、自动控制、电子测量等各种电子设备中。放大器的种类繁多，如按传输信号特征的不同 可将放大器分为音频放大器、视频放大器、脉冲放大器及谐振放大器等隶属于宽带的放大器，因此， 研究如何合理、准确地评价放大器的综合性能具有十分重要的现实意义。现有的放大器性能的评价方 法有许多种，但基本上都是手动，人为因素较大，且具有经验性，因而急需一种由机器自动评价的新 方法。 学习方法，它基于VC维理论和结构风险最小化原理，根据有限的样本信息在模型的复杂性和学习能 力之间寻求最佳折衷，在很大程度上克服了传统机器学习中的维数灾难和局部极小等问题，从而获得 较好的泛化能力【1,21。正是基于上述原因，这一方法已经广泛应用于模式识别和函数估计等问题中。然 而标准支持向时机对于野值和噪声的敏感度使得其泛化能力大打折扣，为了改善支持向量机的分类性 能，许多研究人员提出了改进的方法。Lin和张翔等将模糊数学引入支持向量机，提出了模糊支持向 J，它根据不同输入样本对分类贡献的不同，赋以相应的隶属度，实 量机(FuzzySVM，FSVM)模型【34 现了野值和噪声影响的减少，分类性能的提高。然而，模糊支持向量机又无法克服在不同类别且样本 尺寸大小相差较为悬殊时，而导致的分类性能不尽人意的缺点，基于此，范昕炜等提出了对每一类样 本赋以不同权值的加权支持向量机(Weighted 应的补偿，从而实现了提高小类别样本的分类精度，加权支持向量机的提出对于某些需要重点关注小 类别样本精度的应用研究有重要的现实意义。随着人类对于分类性能要求的不断提高，赵晖等综合 向量机(Dual．Weighted 度的角度提出一种基于特征加权的支持向量机(FeatureWeighted 信息增益评估相应于分类任务的各个特征的重要性，并依据重要性给各个特征设定相应的权重，并将 获得的权重应用到核函数的计算中，从而避免核函数的计算被一些弱相关或不相关的特征所支配。然 结合，在考虑类别样本数差异和样本重要性差异的同时兼顾特征强弱的影响，提出特征双重加权支持 2010-08·30 ·收稿日期t 修订日期：2010—10-29 基金项目·辽宁省教育厅支持项目(2009A045) 万方数据 电路与系统学报 第17卷 年内由精密仪器测评所得相关放大器的四项指标(增益、上下限截止频率、通频带)作为实验用数据， 对放大器的性能进行综合评价。首先，给定训练集，即由精密仪器测评所得的样本数据526个，其次， 用FDWSVM进行样本训练与测试，获得四分类的结果。最后，对四分类的结果进行综合评定，给出 放大器性能综合评价结果。实验表明，该方法测量速度较快，可靠性好，准确度高，可推广到各类电 路性能的综合评价中。 2 放大器的技术指标 放大器的主要技术指标有增益、通频带、中心频率、