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:
为提高支持向量聚类(SVC)对分布复杂、不均匀雷达辐射源信号样本分选的正确率,提出一种改进的支持向量聚类分选方法,先采用支持向量聚类对所有未知样本作预分类,提供初始的聚类中心,然后利用K-Means聚类分选算法最终分选。结果表明,此方法能够很好地对复杂雷达信号进行分选,分选正确率较高。
推荐文章
一种改进的DNN算法在雷达信号分选中的应用
信号分选
深度信念网络
堆叠多层模型
后验概率
基于改进K-均值算法的未知雷达信号分选
K-均值
雷达信号分选
聚类数目
聚类中心
基于动态网格密度聚类的雷达信号分选算法
雷达信号分选
聚类
动态网格
移动网格
双密度阈值
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 改进SVC算法在雷达信号分选中的应用
来源期刊 舰船电子对抗 学科 工学
关键词 雷达信号分选 支持向量聚类 联合聚类分选
年,卷(期) 2012,(3) 所属期刊栏目 电子战技术
研究方向 页码范围 6-9
页数 4页 分类号 TN971.1
字数 2827字 语种 中文
DOI 10.3969/j.issn.1673-9167.2012.03.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (77)
二级引证文献  (26)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(12)
  • 引证文献(3)
  • 二级引证文献(9)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
雷达信号分选
支持向量聚类
联合聚类分选
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
舰船电子对抗
双月刊
1673-9167
32-1413/TN
大16开
江苏省扬州市204信箱
1978
chi
出版文献量(篇)
3114
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导