基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文中主要研究了基于LS-SVM(最小二乘支持向量机)算法的MSK辐射源分类.结合MSK信号特点,利用交叉验证和网格搜索法确定参数,设计了三种编码方案的多类分类器.计算机仿真结果表明:该分类器的识别率达到95%以上,从而验证了该辐射源分类器的有效性和可行性.
推荐文章
基于改进核LS-SVM算法的螺丝锁附结果分类研究
螺丝锁附
LS-SVM
分类
泰勒展开
参数选取
基于LS-SVM的软测量模型及其工业应用
最小二乘支持向量机
特征提取
软测量
苛性比值
基于LS-SVM的装备需求时间序列预测
支持向量机
时间序列
混沌
相空间
嵌入维数
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
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LS-SVM的辐射源分类
来源期刊 通信技术 学科 工学
关键词 支持向量机 最小二乘支持向量机 交叉验证 网格搜索
年,卷(期) 2009,(3) 所属期刊栏目 传输
研究方向 页码范围 13-15
页数 3页 分类号 TP391.4
字数 2467字 语种 中文
DOI 10.3969/j.issn.1002-0802.2009.03.005
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 张效义 信息工程大学信息工程学院 23 196 6.0 13.0
2 房晓颖 信息工程大学信息工程学院 2 19 1.0 2.0
3 袁佳 信息工程大学信息工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
2009(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)
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
最小二乘支持向量机
交叉验证
网格搜索
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导