原文服务方: 河北省科学院学报       
摘要:
支持向量机(Support Vector Machines 简称SVMs)是基于统计学习理论的一种新的模式识别技术,它不仅结构简单,而且技术性能尤其是泛化能力明显提高.介绍了支持向量机为理论基础的通信信号调制识别方法.计算机仿真结果证实此方法的可行性.
推荐文章
一种基于支持向量机的数字调制识别方法
调制识别
模式识别
支持向量机
控制
通信信号调制识别方法研究
小波变换
神经网络
调制识别
Levenberg-Marquart算法
基于支持向量机的煤岩界面识别方法
煤岩界面识别
小波包分解
支持向量机
基于迁移学习的水声通信信号调制识别方法
水声通信
调制识别
时频分析
迁移学习
自适应通信
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的通信信号调制识别方法研究
来源期刊 河北省科学院学报 学科
关键词 支持向量机 模式识别 调制信号 识别分类
年,卷(期) 2005,(1) 所属期刊栏目
研究方向 页码范围 15-18
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-9383.2005.01.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高蒙 33 362 8.0 18.0
2 杨朝东 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
模式识别
调制信号
识别分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河北省科学院学报
季刊
1001-9383
13-1081/N
大16开
1984-01-01
chi
出版文献量(篇)
1648
总下载数(次)
0
论文1v1指导