基于非监督学习神经网络的自动调制识别研究与实现

• 作者: 叶健 徐毅琼 王波 葛临东
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 调制识别 自组织特征映射神经网络 后向反馈神经网络
• 年，卷（期）: 2011,（1）
• 页码范围: 79-81,95
• 分类号: TP3
• 字数: 3524字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.01.024

摘要

以非监督学习神经网络为主要研究对象,描述自组织网络的基本模型,分析传统自组织网络的训练算法,提出了一种基于自组织特征映射SOFM(Self-Organizing Feature Map)神经网络的通信信号自动调制识别方法.方法改进了训练算法中的学习率函数和邻域函数,提高了算法的收敛速度和性能,并将其应用在通信信号调制识别中.仿真实验检验基于SOFM神经网络的调制识别方法的性能,并与后向反馈(BP)神经网络加以比较,结果表明SOFM神经网络的调制识别方法具有较高的识别精度,改进后的训练算法提高了识别的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛临东	解放军信息工程大学信息工程学院	81	651	14.0	20.0
2	叶健	解放军信息工程大学信息工程学院	3	82	3.0	3.0
3	王波	解放军信息工程大学信息工程学院	19	157	7.0	12.0
4	徐毅琼	解放军信息工程大学信息工程学院	4	18	2.0	4.0