基于K-means算法改进的SOM神经网络调制识别分类器

• 作者: 冯利利 王华奎 贾若思 韩应征
• 来源期刊: 电脑开发与应用
• 学科: 工学
• 关键词: 调制识别 自组织特征映射神经网络 K-means聚类算法
• 年，卷（期）: 2011,（1）
• 页码范围: 8-10
• 分类号: TN91
• 字数: 2963字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5850.2011.01.003

摘要

通信过程中,获得情报信息的关键步骤是清楚接收到的调制信号的调制方式.随着现代通信技术的高速发展,人工智能广泛应用于调制方式识别领域.提出将自组织特征映射(Self-Organizing feature Map,简称SOM网络)神经网络用于调制制式的识别.用K均值(K-means)聚类算法来寻找每类特征参数的两个聚类中心,并将此聚类中心作为SOM神经网络的初始权值向量.这样,可以降低神经网络的训练次数,同时提高正确识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华奎	太原理工大学信息工程学院	135	747	13.0	20.0
2	韩应征	太原理工大学信息工程学院	23	59	5.0	5.0
3	冯利利	太原理工大学信息工程学院	1	4	1.0	1.0
4	贾若思	太原理工大学信息工程学院	1	4	1.0	1.0