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:
在分析提升小波应用在调制模式自动识别的基础上,提出了一种新的特征提取方法.该方法首先利用最优估计理论获得小波的最佳预测系数,根据最佳预测系数进行分解提取特征值,最后利用支持向量机分类器进行信号的分类识别.在求解支持向量机的参数优化问题中,提出了一种通用的解决方案,利用带惯性权重的粒子群算法来确定其最优系数.新方法提取的特征值经计算机仿真研究证明,该算法具有较好的工程应用性和有效性.
推荐文章
基于小波多尺度变换局部放电图像模式识别的研究
局部放电
小波变换
特征量
模式识别
一种基于小波变换和统计特征的数字信号调制模式识别方法
调制识别
特征参数
数字信号
小波变换
BP网络算法在模式识别中的应用
BP网络
学习算法
模式识别
模式识别在失效分析中的应用
模式识别
失效分析
断口分析
成分分析
无损检测
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 改进小波在调制模式识别中的应用
来源期刊 通信技术 学科 工学
关键词 调制识别 粒子群算法 提升小波 支持向量机
年,卷(期) 2012,(11) 所属期刊栏目
研究方向 页码范围 11-13
页数 分类号 TN911.7
字数 2076字 语种 中文
DOI
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 王振宇 解放军电子工程学院信息系 19 96 6.0 8.0
2 秦立龙 解放军电子工程学院信息系 4 9 2.0 2.0
3 闫朋展 解放军电子工程学院信息系 5 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (1827)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
调制识别
粒子群算法
提升小波
支持向量机
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