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:
目前,直方图法、PRI变换法以及平面变换法等一维、二维分选方法无法有效利用雷达信号脉冲描述字进行分选,而现有多参数聚类的多维分选方法,又存在最佳分类个数和误差范围的选择问题.针对这些问题,提出了基于小样本集推理的雷达信号多维分选技术.计算机仿真结果表明,该方法在提高分选正确率的同时可以有效降低计算复杂度.利用卫星接收到的雷达信号数据进一步验证了采用该技术的分类器具有良好的推广性.
推荐文章
基于小样本集弱学习规则的KNN分类算法
机器学习
K-最近邻分类
小样本集
标签数据
弱学习规则
基于FastICA的雷达信号分选研究
快速独立分量分析
脉冲描述字
雷达信号分选
参差脉冲列
基于频谱图像中心矩特征的雷达信号分选方法
离散傅里叶变换
频谱图像
中心矩特征
支持向量机
信号分选
基于内插采样的雷达信号分选方法
雷达信号分选
到达时间
到达时间差
内插采样
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 基于小样本集推理的雷达信号多维分选技术
来源期刊 航天电子对抗 学科 工学
关键词 小样本集推理 雷达信号 分选技术
年,卷(期) 2014,(2) 所属期刊栏目 雷达与电子战技术
研究方向 页码范围 54-58
页数 5页 分类号 TN971+.1|TN974
字数 4027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 王锐 4 9 2.0 3.0
2 徐祎 4 6 1.0 2.0
3 王懋 2 2 1.0 1.0
4 张海黎 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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)
研究主题发展历程
节点文献
小样本集推理
雷达信号
分选技术
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
航天电子对抗
双月刊
1673-2421
32-1329/TN
大16开
江苏省南京市后标营35号
1985
chi
出版文献量(篇)
2188
总下载数(次)
9
论文1v1指导