文献类型：期刊文章

作　　者：张葛祥[1] 金炜东[1] 胡来招[2]

机构地区：[1]西南交通大学电气工程学院,四川成都610031 [2]电子对抗国防科技重点实验室,四川成都610036

出　　处：《信号处理》

基　　金：NEWA251435;QT220401国家自然科学基金资助项目(No.60572143)

年　　份：2005

卷　　号：21

期　　号：6

起止页码：663-667

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出一种基于相像系数(RC)的特征选择新方法,给出了RC的定义和基于RC的类别可分离性判据,描述了 基于RC和量子遗传算法的雷达辐射源信号特征选择算法,设计了神经网络分类器,并将该方法与基于距离准则的顺序前 进法(SFSDC)和吕铁军的方法(GADC)作了特征选择和分类识别的对比实验。结果表明,本文方法无需事先指定最优特征 子集的维数,能可靠有效地选择出最佳特征子集,不仅大大降低了特征向量的维数,简化了分类器的设计,而且获得了比 原始特征集、SFSDC和GADC更高的正确识别率和识别效率。

关 键 词：信号处理 特征选择  相像系数  雷达辐射源

分 类 号：TN95] TP183]