基于改进TSVM的通信辐射源个体识别

• 作者: 丁立达 姚步泉 张炜 王世练 赖鹏辉
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 通信辐射源 个体识别 半监督学习 直推式支持向量机
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 1069-1074
• 页数: 6页
• 分类号: TN918
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.09.011

摘要

为了解决通信辐射源个体中标签获取难问题,引入半监督机器学习理论,提出了一种基于预测置信度进行迭代的半监督学习算法(Improved Transductive Support Vector Machine Iterative Algo-rithm Based on the Confidence of Prediction,CP-TSVM).该方法在TSVM算法的基础上,充分利用无标签样本,根据预测结果置信度进行迭代,能够大幅度减少分类器的运算量.计算机仿真表明,在有标签样本数目占总样本2％的情况下,CP-TSVM较TSVM算法在保证识别准确率的同时,模型训练时间缩短近60 s.