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:
针对数据集识别难度分布不均匀,提出了基于粗糙K-means和AdaBoost的雷达辐射源快速识别算法.该算法由2个阶段构成:初级识别阶段提出一种改进粗糙K-means算法,将数据特征空间分割为确定区域、粗糙区域和不确定区域,构建雷达辐射源快速识别算法模型,对数据集进行筛选和识别,同时提出了一种确定粗糙K-means算法初始聚类中心和聚类数量以解决其固有缺陷的思路;在高级识别阶段,基于粗糙区域已知数据训练的多类AdaBoost分类器识别不确定区域未知数据,提升识别精度.仿真结果表明:该算法与RBF-SVM和AdaBoost相比,精度浮动在-0.1%到+1.4%之间,训练时间和测试时间分别最大缩短0.857 s和0.005 s,在保持了较高识别精度和泛化能力的同时,明显降低了计算复杂度,缩短了耗时,提供了设计雷达辐射源快速识别算法的新思路.
推荐文章
基于粗糙集与RBF神经网络的雷达辐射源信号识别研究
雷达辐射源识别
粗糙集
粗糙K-均值
RBF神经网络
一种基于并行结构的雷达辐射源识别方法
并行结构
辐射源识别
脉冲模板序列
模糊识别
基于核函数支持向量机的雷达辐射源识别
雷达辐射源识别
核函数
支持向量机
基于多权重属性测度和信息融合的辐射源识别算法
辐射源识别
层次分析
熵值
粗糙集
信息融合
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 粗糙K-means和AdaBoost结合的雷达辐射源快速识别算法
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 雷达辐射源识别 粗糙K-means AdaBoost 计算复杂度
年,卷(期) 2016,(1) 所属期刊栏目 电子·信息·通信
研究方向 页码范围 51-55
页数 5页 分类号 V243.2|TN974
字数 4258字 语种 中文
DOI 10.3969/j.issn.1009-3516.2016.01.010
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 吴华 空军工程大学航空航天工程学院 58 353 11.0 13.0
2 程嗣怡 空军工程大学航空航天工程学院 87 409 11.0 13.0
3 索中英 空军工程大学航空航天工程学院 18 114 7.0 10.0
7 陈游 空军工程大学航空航天工程学院 47 149 6.0 9.0
8 王文哲 空军工程大学航空航天工程学院 10 47 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (47)
参考文献  (10)
节点文献
引证文献  (12)
同被引文献  (49)
二级引证文献  (27)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(14)
  • 引证文献(3)
  • 二级引证文献(11)
2019(15)
  • 引证文献(5)
  • 二级引证文献(10)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
雷达辐射源识别
粗糙K-means
AdaBoost
计算复杂度
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
相关基金
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导