数字调制信号识别性能的评估方法

• 作者: 刘明骞 刘涵 李兵兵
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 性能评估 AUC ROC曲线 支持向量机 调制识别
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 64-66
• 分类号: TN391.4
• 字数: 3678字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.05.015

摘要

针对正确率不能客观全面地评估数字调制信号识别性能的问题,提出采用受试者操作特征(ROC)曲线下的面积(AUC)对最小二乘支持向量机分类器和传统的神经网络分类器进行性能评估.首先提取5个特征参数,然后分别采用最小二乘支持向量机分类器和神经网络分类器成功地实现了数字调制信号识别,最后通过计算ROC曲线下的AUC值来评估分类器的优劣.仿真实验结果表明,最小二乘支持向量机分类器比神经网络分类器的平均性能好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兵兵	西安电子科技大学综合业务网理论与关键技术国家重点实验室	88	542	14.0	19.0
2	刘涵	西安理工大学信息与控制工程研究中心	71	981	16.0	27.0
3	刘明骞	西安电子科技大学综合业务网理论与关键技术国家重点实验室	39	244	9.0	14.0