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。
类型: 期刊论文
作者: 杨咪,王安丽,胡正
关键词: 数据链,小波变换,支持向量机,决策树,模式识别
来源: 兵工自动化 2019年12期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 武器工业与军事技术,电信技术,自动化技术
单位: 西北工业大学航空学院
基金: 国家自然科学基金(61573283)
分类号: E96;TN911.7;TP18
页码: 54-57+63
总页数: 5
文件大小: 1085K
下载量: 91
本文来源: https://www.lunwen90.cn/article/ee784e4e902ddcdaa430f331.html