HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于SVM决策树的数据链识别分类

作者:杨咪; 王安丽; 胡正数据链小波变换支持向量机决策树模式识别

摘要:为解决数据链信号识别分类的问题,提出一种基于支持向量机(support vector machine,SVM)决策树的数据链识别分类方法。通过分析美军常用的数据链通信信号特征,采用小波变换法分析数据链的特征信息,得出小波系数与信号能量分布的关系,根据SVM算法原理,构建目标特征模型,对信号特征量进行识别分类,对SVM分类器的关键参数进行优化设计,并与BP神经网络算法进行对比实验仿真。结果表明:SVM决策树网络分类器在进行收敛速度和准确率表现优异,能改善分类识别效能。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

兵工自动化

《兵工自动化》(CN:51-1419/TP)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。 《兵工自动化》以"传播军民科技、提升发展动力"为办刊理念,是反映我国兵器发展水平、推动我国兵器科技发展,为国防建设和国民经济发展服务的高级学术期刊。

杂志详情