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:
雷达用途识别是雷达目标威胁评估的重要方面.在简要阐述支持向量机(SVM)基本原理的基础上,系统地论述了基于优化惩罚因子C参数的支持向量机算法和交叉验证法相结合的未知雷达用途识别方法.在训练集中,该方法能自动优化出(寻找最佳)支持向量机的核函数参数γ和惩罚因子C,利用优化的参数对训练集进行训练,可得到最佳的支持向量机模型,并用该模型对测试集进行分类,从而对未知雷达用途进行识别.识别实例表明,该方法识别结果令人满意,使基于常规分类方法可能存在的无法识别或误识别等现象得到了明显的改善.
推荐文章
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
基于支持向量机的雷达高分辨距离像识别
支持向量机
高分辨距离像
雷达目标识别
匹配相关法
基于BP网络和支持向量机的雷达高分辨距离像识别
高分辨距离像
支持向量机(SVM)
BP人工神经网络
雷达目标识别
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
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 基于支持向量机的未知雷达用途识别技术
来源期刊 电子信息对抗技术 学科 工学
关键词 支持向量机 交叉验证 用途识别
年,卷(期) 2017,(3) 所属期刊栏目 信号/信息处理
研究方向 页码范围 13-16,66
页数 5页 分类号 TN971.1
字数 3638字 语种 中文
DOI 10.3969/j.issn.1674-2230.2017.03.004
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 张蔚 7 9 1.0 3.0
2 潘宜霞 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
交叉验证
用途识别
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
电子信息对抗技术
双月刊
1674-2230
51-1694/TN
大16开
成都市茶店子429信箱011分箱
1986
chi
出版文献量(篇)
2049
总下载数(次)
5
论文1v1指导