摘要：目前,基于机器学习的雷达辐射源识别技术大多以训练集和测试集同分布为假设,当雷达数 据库样本不足导致与信号真实分布存在偏差时,传统的分类方法效果不佳.为此,将迁移学习理论 引入识别系统,设计了 一种基于结构发现与再平衡的雷达辐射源信号识别方法.通过对数据库和待 识别辐射源信号样本进行聚类分析发现数据结构信息,通过重采样处理修正其分布差异.将新采样 数据输入支持向量机进行训练并对侦收样本进行识别.仿真实验表明,在新训练样本集上学习的模 型对测试集的分类性能有了很大的提升.

原文链接:http://www.cqvip.com/QK/91166X/201707/672606719.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）