基于FSVMs的雷达辐射源信号分类识别
利用核函数主分量分析(KPCA)提取雷达辐射源信号时频分布图像的特征矢量.为解决多分类问题中的不可分情况,引入基于模糊C均值聚类的模糊支持向量机.实验表明,该方法对辐射源信号的识别率高于传统的分类方法.
雷达信号分类、KPCA、模糊C均值聚类(FCM)、模糊支持向量机(FSVMs)
21
TN974
国防科技重点实验室基金51442050204JB4901
2009-06-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
1043-1046
点击收藏,不怕下次找不到~
雷达信号分类、KPCA、模糊C均值聚类(FCM)、模糊支持向量机(FSVMs)
21
TN974
国防科技重点实验室基金51442050204JB4901
2009-06-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
1043-1046
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn