作者：吴剑旗 田西兰窄带雷达目标识别半监督学习多核学习
摘要：半监督学习算法利用少量的标注样本与大量的未标注样本进行模式识别问题中的样本分布探索。针对常规雷达目标识别系统中,样本难以准确标注、模板库建立复杂以及建立过程漫长的问题,采用半监督学习算法以减少模板库的建设代价,并启用多核学习来进行目标特征的自动选择。基于窄带飞机目标分类识别的数据分析表明,与基于监督学习算法的常规识别系统相比,所提的目标识别系统能够获得更高的分类准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《中国电子科学研究院学报》（CN：11-5401/TN）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《中国电子科学研究院学报》主要发表电子信息系统研发和综合集成领域内的技术和学术研究论文。聘请行业内工程院院士等资深专家以及近年来在此领域内卓有成就的中年专家组成编委会。办刊宗旨：注重研究成果，提高理论水平。
杂志详情
