張葛祥 金煒東 胡來招
摘要:將粗集理論(RST)引入到雷達輻射源信號(RES)識別中,提出一種區(qū)間連續(xù)屬性離散化新方法及相應(yīng)的特征選擇算法,將RST與神經(jīng)網(wǎng)絡(luò)(NN)結(jié)合,設(shè)計粗集神經(jīng)網(wǎng)絡(luò)(RNN)分類器.實驗結(jié)果表明,該方法解決了已有方法難以處理的區(qū)間連續(xù)屬性離散化問題,獲得的正確識別率比其他3種方法分別高出7.29%、4.34%和4.00%.RNN的平均訓(xùn)練代數(shù)比NN少97.54,RNN的平均識別率比NN高2.84%,這表明RNN具有比NN更好的分類能力和泛化能力,從而證實了該方法的有效性和可行性.
關(guān)鍵詞:信號識別;粗集理論;雷達輻射源
中圖分類號:TN957;TPl8文獻標識碼:A文章編號:0253—987X(2005)08—0871—05