期刊文献+
共找到129篇文章
< 1 2 7 >
每页显示 20 50 100
基于降维子空间的多重信号分类快速算法 被引量:2
1
作者 谢鑫 李国林 程国标 《探测与控制学报》 CSCD 北大核心 2010年第3期57-60,共4页
基于MUSIC的DOA估计存在运算量大的问题,已有的改进快速算法很多是以降低精度为代价的,因此提出了基于降维子空间的多重信号分类快速算法,该算法先利用降维的噪声子空间进行DOA粗略估计,使得MUSIC搜索的运算量大大减小,然后利用最大噪... 基于MUSIC的DOA估计存在运算量大的问题,已有的改进快速算法很多是以降低精度为代价的,因此提出了基于降维子空间的多重信号分类快速算法,该算法先利用降维的噪声子空间进行DOA粗略估计,使得MUSIC搜索的运算量大大减小,然后利用最大噪声子空间对估计结果进行修正;数值仿真结果表明,该方法能够在不影响DOA估计精度的情况下显著降低运算量,使MUSIC算法更具实用性。 展开更多
关键词 多重信号分类(MUSIC) 子空间 到达角估计
在线阅读 下载PDF
基于烟花算法降维的高光谱图像分类 被引量:5
2
作者 崔颖 宋国娇 +2 位作者 陈立伟 刘述彬 王立国 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第3期20-28,共9页
为降低高光谱数据量及计算复杂度,避免后续分类中的Hughes现象,提出一种基于烟花算法降维的高光谱图像分类方法.烟花算法采用类内紧密性系数与类间分离性系数的加权和作为波段选择的度量准则,通过在高光谱数据空间内进行搜索,不断更新... 为降低高光谱数据量及计算复杂度,避免后续分类中的Hughes现象,提出一种基于烟花算法降维的高光谱图像分类方法.烟花算法采用类内紧密性系数与类间分离性系数的加权和作为波段选择的度量准则,通过在高光谱数据空间内进行搜索,不断更新直至收敛,从而获得最优波段组合.基于印第安纳数据集(AVIRIS)和帕维亚大学数据集(ROSIS)数据对烟花算法、遗传算法和禁忌搜索算法进行波段选择的仿真实验,结果表明:烟花算法选择出的波段组合数目相对较少,具有较低的算法复杂度,减少了耗时;利用获得的波段组合进行高光谱图像分类时,与遗传算法、禁忌搜索算法的波段选择方法相比,文中所提方法在总体分类精度和Kappa系数上分别提高0.06%~4.72%和0.00~0.09,可以得到令人满意的分类结果. 展开更多
关键词 图像分类 高光谱图像 烟花算法 智能优化算法
在线阅读 下载PDF
基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法 被引量:16
3
作者 许伯强 孙丽玲 李和明 《中国电机工程学报》 EI CSCD 北大核心 2012年第9期93-99,15,共7页
提出了一种基于多重信号分类(multiple signal classification,MUSIC)与模式搜索算法(pattern search algorithm,PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以... 提出了一种基于多重信号分类(multiple signal classification,MUSIC)与模式搜索算法(pattern search algorithm,PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以及其他分量的频率;但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角,并对1台Y100L-2型3 kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明:基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行,适用于负荷波动、噪声等干扰严重情况。 展开更多
关键词 异步电动机 转子故障检测:多重信号分类 模式搜索算法
在线阅读 下载PDF
基于求根多重信号分类和遗传算法的谐波间谐波频谱估计 被引量:21
4
作者 高培生 谷湘文 吴为麟 《电工技术学报》 EI CSCD 北大核心 2008年第6期109-113,共5页
为了改善电能质量,需要准确估计电网电压或电流的谐波、间谐波频谱。将空域处理技术的空间谱估计方法应用到电网信号的谐波、间谐波频谱估计。使用求根多重信号分类方法估计电压或电流的不同频率成分数及各成分的频率,各成分的幅值和相... 为了改善电能质量,需要准确估计电网电压或电流的谐波、间谐波频谱。将空域处理技术的空间谱估计方法应用到电网信号的谐波、间谐波频谱估计。使用求根多重信号分类方法估计电压或电流的不同频率成分数及各成分的频率,各成分的幅值和相角估计由遗传算法完成。首先介绍频谱估计使用空间谱估计的理论依据,然后详尽地说明了求根多重信号分类方法和遗传算法的原理及算法流程。仿真结果和与其他方法的比较证明此方法在数据长度有限和噪声干扰时可以准确估计谐波、间谐波的频谱。 展开更多
关键词 谐波 间谐波 空间谱估计 求根多重信号分类 遗传算法
在线阅读 下载PDF
一种适用于小样本的迭代多重信号分类算法 被引量:4
5
作者 王娟 王彤 吴建新 《电子与信息学报》 EI CSCD 北大核心 2020年第2期445-451,共7页
当样本数不足时,由采样协方差矩阵特征分解得到的噪声子空间偏离其真实值,使得多重信号分类(MUSIC)算法目标角度(DOA)估计性能下降。为了解决这个问题,该文提出了一种迭代算法通过校正信号子空间来提高MUSIC算法性能。该方法首先利用采... 当样本数不足时,由采样协方差矩阵特征分解得到的噪声子空间偏离其真实值,使得多重信号分类(MUSIC)算法目标角度(DOA)估计性能下降。为了解决这个问题,该文提出了一种迭代算法通过校正信号子空间来提高MUSIC算法性能。该方法首先利用采样协方差矩阵特征分解得到的噪声子空间粗略估计目标角度;其次基于信源的稀疏性和导向矢量的低秩特性,由上一步得到的目标角度以及其邻域角度对应的导向矢量构造一个新的信号子空间;最后通过解一个优化问题来校正信号子空间。仿真结果表明,该算法有效地提高了子空间估计精度。基于新的信号子空间实现MUSIC DOA估计可以使得性能得到改善,且在低样本数下改善尤为明显。 展开更多
关键词 目标角度估计 多重信号分类算法 迭代 优化问题
在线阅读 下载PDF
基于自适应步长萤火虫-多重信号分类算法的低空目标波达方向估计 被引量:3
6
作者 周豪 胡国平 汪云 《雷达学报(中英文)》 CSCD 2015年第3期309-316,共8页
该文针对传统多重信号分类算法(MUSIC)不适用于低空多径环境下目标波达方向(DOA)估计且谱峰搜索计算量大的问题,在解相干基础上,提出一种基于自适应步长萤火虫算法的多重信号分类算法。该方法通过对快拍数据协方差矩阵虚拟平滑实现多径... 该文针对传统多重信号分类算法(MUSIC)不适用于低空多径环境下目标波达方向(DOA)估计且谱峰搜索计算量大的问题,在解相干基础上,提出一种基于自适应步长萤火虫算法的多重信号分类算法。该方法通过对快拍数据协方差矩阵虚拟平滑实现多径信号的完全解相干和满秩相关矩阵的构造,利用自适应步长萤火虫算法实现谱峰搜索和目标角度估计。仿真结果表明,新方法能够在无孔径损失的情况下较好克服低空多径效应影响,快速、精确地估计目标波达方向。 展开更多
关键词 多重信号分类算法 解相干 自适应步长萤火虫算法
在线阅读 下载PDF
空间外差信号提取中多重信号分类算法准则的影响 被引量:1
7
作者 王新强 王欢 +5 位作者 熊伟 叶松 汪杰君 张文涛 王方原 甘永莹 《光子学报》 EI CAS CSCD 北大核心 2018年第12期134-141,共8页
基于空间外差光谱特性,针对传统傅里叶变换算法在光谱复原中的局限性,引入现代谱估计的多重信号分类MUSIC算法进行空间外差信号光谱复原,采用自回归传递函数准则(CAT)对影响谱估计效果的信号空间维数值进行估计.测试结果显示CAT准则直... 基于空间外差光谱特性,针对传统傅里叶变换算法在光谱复原中的局限性,引入现代谱估计的多重信号分类MUSIC算法进行空间外差信号光谱复原,采用自回归传递函数准则(CAT)对影响谱估计效果的信号空间维数值进行估计.测试结果显示CAT准则直接定维值与最佳结果存在偏差,将CAT准则直接定维值减数值3作为改进后的新准则重新应用于实测数据光谱复原.改进的CAT准则与MUSIC算法配合能够很好地适用于空间外差干涉数据,光谱复原效果优于直接傅里叶变换结果.以光谱角度匹配和均方误差作为改进CAT准则的MUSIC算法谱估计效果评价指标,与理想光谱相比,MUSIC算法对钾盐双谱峰信号处理后复原光谱相似度达到0.764,均方误差为0.040,对氖灯多谱峰信号和处理结果分别为0.806和0.046.复色光结果分别为0.988和0.089.采用改进的CAT准则进行自适应定维的MUSIC算法对空间外差光谱复原具有一定优势,提高了功率谱复原效果. 展开更多
关键词 遥感 空间外差光谱仪 多重信号分类算法
在线阅读 下载PDF
一种面向图像分类的流形学习降维算法 被引量:8
8
作者 刘开南 冯新扬 邵超 《计算机应用与软件》 北大核心 2019年第8期210-213,229,共5页
数据挖掘中的流形学习降维算法可以应用于图像分类等领域。提出一种面向图像分类的流形学习降维算法Mod-LLE(Modified Locally Linear Embedding)。该算法是针对高维数据的局部线性嵌入降维算法的改进,其整合了图像识别信息来更好地改... 数据挖掘中的流形学习降维算法可以应用于图像分类等领域。提出一种面向图像分类的流形学习降维算法Mod-LLE(Modified Locally Linear Embedding)。该算法是针对高维数据的局部线性嵌入降维算法的改进,其整合了图像识别信息来更好地改善优化效果,达到在处理过程中保证原始数据固有的拓扑组成结构。以标准数据集作为案例进行测试。图像分类功能测试与降维性能测试结果表明:该算法对于人脸图像的分类精度比较高,降维性能良好。 展开更多
关键词 流形学习 局部线性嵌入 图像分类 人脸识别 算法
在线阅读 下载PDF
高光谱喷墨打印墨水数据的非线性降维及分类建模方法研究 被引量:1
9
作者 李硕 崔岚 付沛 《分析测试学报》 CAS CSCD 北大核心 2024年第4期523-531,共9页
在法庭科学实践中,往往需要通过对文件中字迹墨水的成分分析来精确判定检材和样本文件的同一性。该文利用高光谱成像技术结合机器学习对喷墨打印墨水的种类进行区分,分别采集14套不同品牌、型号的4色(黑、青、品红和黄色)喷墨打印墨水... 在法庭科学实践中,往往需要通过对文件中字迹墨水的成分分析来精确判定检材和样本文件的同一性。该文利用高光谱成像技术结合机器学习对喷墨打印墨水的种类进行区分,分别采集14套不同品牌、型号的4色(黑、青、品红和黄色)喷墨打印墨水打印的文件在400~1000 nm范围的高光谱图像,共提取56种样品墨迹的光谱数据。使用均匀流形逼近与投影技术(UMAP)和T分布随机近邻嵌入技术(t-SNE)两种算法对高光谱喷墨打印墨水数据进行降维处理,然后建立极致梯度提升(XGBoost)、轻量级梯度提升机器学习(LightGBM)和支持向量机(SVM)3种分类模型,以1∶4的比例确定测试集和训练集,分别对原始数据和降维后的数据进行分类。实验结果显示,UMAP降维算法结合SVM模型对喷墨打印墨水分类的效果最优,黑色墨水样品的分类精度为90%左右,其余颜色墨水样品的分类精度均为100%。该研究为喷墨打印文件的检验鉴定提供了一种新的、无损、准确的鉴别方法。 展开更多
关键词 高光谱成像技术 喷墨打印墨水 算法 分类模型
在线阅读 下载PDF
基于Group Lasso的多重信号分类声源定位优化算法 被引量:4
10
作者 吴江涛 胡定玉 +1 位作者 方宇 朱文发 《应用声学》 CSCD 北大核心 2019年第2期261-266,共6页
多重信号分类算法因其抑制噪声能力强、计算速度快等优点,在声源定位领域得到广泛应用。但该算法在中低频段分辨率及聚焦性能较差。针对该问题,提出一种基于Group Lasso的多重信号分类优化算法。该算法将多重信号分类算法输出值作为初始... 多重信号分类算法因其抑制噪声能力强、计算速度快等优点,在声源定位领域得到广泛应用。但该算法在中低频段分辨率及聚焦性能较差。针对该问题,提出一种基于Group Lasso的多重信号分类优化算法。该算法将多重信号分类算法输出值作为初始值,并在Group Lasso算法组间计算时对目标信号进行稀疏、在组内计算时对该组信号进行平滑及阈值截断。仿真结果表明:该优化算法在中低频段可明显提高多重信号分类算法分辨率,同时改善因扫描位置与声源面位置不重合引起的聚焦性能下降问题。 展开更多
关键词 多重信号分类算法 GroupLasso 声源定位
在线阅读 下载PDF
基于子空间加权的多重信号分类时延估计算法 被引量:4
11
作者 卢俊 张群飞 +1 位作者 史文涛 张玲玲 《探测与控制学报》 CSCD 北大核心 2021年第1期30-35,40,共7页
针对水下探测通信一体化干扰抑制中时延估计误差对主动干扰抑制性能的影响,以及常规多重信号分类(MUSIC)时延估计方法因数据长度有限、信噪比低使得信号与噪声子空间不完全正交,导致时延估计性能下降的问题,提出了基于子空间加权的MUSI... 针对水下探测通信一体化干扰抑制中时延估计误差对主动干扰抑制性能的影响,以及常规多重信号分类(MUSIC)时延估计方法因数据长度有限、信噪比低使得信号与噪声子空间不完全正交,导致时延估计性能下降的问题,提出了基于子空间加权的MUSIC时延估计方法。该方法通过重构噪声子空间,并利用信号特征值与噪声功率构造加权值,对子空间进行加权,实现对MUSIC时延估计谱的修正。仿真结果表明,所提方法较互相关法、MUSIC算法和SSMUSIC算法具有更高的时延估计精度,以及更优的时延分辨率。 展开更多
关键词 水下探测 通信一体化 主动干扰抑制 时延误差 时延估计 多重信号分类算法
在线阅读 下载PDF
改进多重信号分类算法的宽带频谱快速感知方法 被引量:3
12
作者 孙伟朝 王丰华 +1 位作者 黄知涛 王翔 《国防科技大学学报》 EI CAS CSCD 北大核心 2015年第5期155-160,共6页
针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号... 针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无须重构原始波形,无须计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。 展开更多
关键词 宽带频谱快速感知 欠奈奎斯特采样 调制宽带转换器 多重信号分类算法
在线阅读 下载PDF
基于矢量水听器阵列空域预滤波处理的多重信号分类算法研究 被引量:2
13
作者 彭博琛 陈羽 +1 位作者 马树青 孟洲 《应用声学》 CSCD 北大核心 2014年第3期189-195,共7页
矢量水听器能同时拾取声压和振速信息,在相同的信噪比、阵元数及阵列孔径下,矢量阵定向性能优于声压阵列。目前,以多重信号分类算法(Multiple signal classification,MUSIC)为代表的高分辨定向算法已经广泛应用于矢量水听器阵列中。但... 矢量水听器能同时拾取声压和振速信息,在相同的信噪比、阵元数及阵列孔径下,矢量阵定向性能优于声压阵列。目前,以多重信号分类算法(Multiple signal classification,MUSIC)为代表的高分辨定向算法已经广泛应用于矢量水听器阵列中。但是随着信噪比降低、信号源方位间隔减小,传统MUSIC算法定向精度及分辨概率显著下降。本文采用最小二乘法设计适用于矢量水听器水平阵列的矩阵空域滤波器,用于阵列数据的空间滤波预处理,可以对阻带扇面噪声进行有效抑制。由滤波后的数据协方差矩阵可以得到新的噪声子空间,在传统MUSIC算法基础上修正通带扇面内阵列流型的畸变后即可得到滤波后MUSIC算法的方位谱。仿真结果表明,当信噪比较低时,改进算法有效提高了通带扇面内目标方位分辨性能。最后本文对四基元矢量水平阵列海试数据进行了处理,改进算法对窄带信号定向较常规算法-3 dB束宽减小了13°,旁瓣级降低约8 dB。对有一定带宽的行船辐射噪声定向处理得到了更加精确的航迹图,海试数据处理结果证明了该算法的可行性和有效性。 展开更多
关键词 矢量水听器阵 矩阵滤波器 多重信号分类算法 方位估计
在线阅读 下载PDF
基于频率分集逆合成孔径雷达的多重信号分类目标成像算法 被引量:1
14
作者 贾新迪 廖可非 +1 位作者 欧阳缮 杜毅 《科学技术与工程》 北大核心 2021年第16期6732-6736,共5页
将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题。但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点。提出一种... 将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题。但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点。提出一种基于频率分集ISAR体制的多重信号分类(multiple signal classification,MUSIC)目标成像算法,该算法将合成阵列接收的回波信号协方差矩阵进行特征值分解,得到信号子空间与噪声子空间,然后根据二者的正交性构建谱函数对目标位置进行估计,得到目标的超分辨二维像。将MUSIC算法与后向投影(back projection,BP)算法做了对比,仿真结果表明:在有较强噪声环境下,前者仍能有较好的成像效果,证明本文方法的应用可有效解决频率稀疏带来的高旁瓣问题。 展开更多
关键词 频率分集 逆合成孔径雷达 多重信号分类 成像算法
在线阅读 下载PDF
基于同质性降维和CMP算法的高光谱图像分类 被引量:3
15
作者 晁拴社 楚恒 《计算机工程与应用》 CSCD 北大核心 2017年第13期206-210,共5页
针对高光谱数据维数高,波段间冗余信息大的问题,提出一种基于同质性降维和组合匹配追踪算法的高光谱图像分类方法。该方法首先利用均值漂移算法对高光谱图像进行分割得到同质性图像块,对同质性的图像块进行流行学习得到降维映射函数,然... 针对高光谱数据维数高,波段间冗余信息大的问题,提出一种基于同质性降维和组合匹配追踪算法的高光谱图像分类方法。该方法首先利用均值漂移算法对高光谱图像进行分割得到同质性图像块,对同质性的图像块进行流行学习得到降维映射函数,然后由降维后的高光谱数据训练稀疏最小二乘支持向量机分类模型,为避免正交匹配追踪稀疏重构算法迭代次数多的缺点,提出一种基于组合匹配追踪的稀疏重构求解方法。通过高光谱数据的分类结果可以得出,该方法有效提高了高光谱图像的分类精度。 展开更多
关键词 高光谱图像分类 同质性 稀疏最小二乘支持向量机 组合匹配追踪算法
在线阅读 下载PDF
基于GA-ANN融合算法的棉田杂草特征降维及分类识别 被引量:8
16
作者 王淑芬 杨玲香 《河南农业科学》 CSCD 北大核心 2018年第2期148-154,160,共8页
准确识别杂草是智能化除草技术所要解决的关键问题,为了实现棉花田间杂草的特征降维及分类识别,提出了遗传算法(GA)融合人工神经网络(ANN)的算法。试验中共采集棉花和杂草样本195个,提取棉花和杂草的形状特征、4个方向灰度共生矩阵纹理... 准确识别杂草是智能化除草技术所要解决的关键问题,为了实现棉花田间杂草的特征降维及分类识别,提出了遗传算法(GA)融合人工神经网络(ANN)的算法。试验中共采集棉花和杂草样本195个,提取棉花和杂草的形状特征、4个方向灰度共生矩阵纹理特征、HSV空间颜色特征等21个参数。将21个特征参数按照一定顺序组成码串作为遗传个体,融合神经网络模式识别算法,以实现特征参数的有效降维。对利用降维后的优良特征参数组合、全部特征参数以及主成分分析方法(PCA)降维识别的准确率进行了对比,结果表明:利用融合算法降维得到的不同特征组合,可将特征参数维数保持在8~13维,有效降低了特征参数空间的复杂度;融合算法平均分类准确率稳定在98%左右,明显优于PCA分析法。对降维后的优良特征参数组合进行自组织特征映射网络训练(SOM),可视化拓扑结构图表明,降维后的优良特征组合对各个类别的影响呈现出独立性、可区分性的显著特点,宽长比、H三阶矩特征与棉花样本的分类准确率呈强相关性,H一阶矩、S三阶矩对苘麻、龙葵草、灰菜、田旋花样本的分类影响显著,而对棉花样本的分类准确率影响较弱。 展开更多
关键词 棉花 杂草 遗传算法 人工神经网络 自组织特征映射网络 分析 分类识别
在线阅读 下载PDF
基于流形学习的新高光谱图像降维算法 被引量:7
17
作者 普晗晔 王斌 张立明 《红外与激光工程》 EI CSCD 北大核心 2014年第1期232-237,共6页
提出了一种新的基于图像块距离的邻域选择方法,并将其应用于流形学习中,得到一类新的高光谱图像非线性降维算法。该类算法利用高光谱图像物理特性,结合图像的光谱信息和空间信息,在最大限度减小图像信息冗余的基础之上,很好地保持了原... 提出了一种新的基于图像块距离的邻域选择方法,并将其应用于流形学习中,得到一类新的高光谱图像非线性降维算法。该类算法利用高光谱图像物理特性,结合图像的光谱信息和空间信息,在最大限度减小图像信息冗余的基础之上,很好地保持了原始数据集的特性。与其它高光谱图像的降维算法相比,改进的流形学习算法不仅考虑到高光谱图像本身的空间关系,而且利用图像块距离更好地保持了数据点之间的局部特性,从而有效地去除原始数据集光谱维和空间维的冗余信息。实际高光谱数据的实验结果表明,所提出的算法在应用于高光谱图像分类时,与其它方法相比具有更高的分类精度。 展开更多
关键词 高光谱图像 非线性 图像块距离 流形学习算法 分类
在线阅读 下载PDF
遗传算法的粗糙集理论在文本降维上的应用 被引量:5
18
作者 赵东红 王来生 张峰 《计算机工程与应用》 CSCD 2012年第36期125-128,共4页
遗传算法作为一种有效的全局并行优化搜索工具,早被众多应用领域所接受。根据问题提出了相应的适应度函数,针对遗传算法和粗糙集理论两种方法各自的特点,将两种算法适当结合。还把结合后的方法和单一的粗糙集算法在文本分类效果上进行... 遗传算法作为一种有效的全局并行优化搜索工具,早被众多应用领域所接受。根据问题提出了相应的适应度函数,针对遗传算法和粗糙集理论两种方法各自的特点,将两种算法适当结合。还把结合后的方法和单一的粗糙集算法在文本分类效果上进行了对比。实验结果表明将遗传算法和粗糙集理论相结合的优化方法来应用到特征提取中,比单一的粗糙集算法,具有更好的降维效果,使得降维后的特征词更有利于文本数据的分类,大大优化了文本分类的效果。 展开更多
关键词 混合遗传算法 特征 文本分类
在线阅读 下载PDF
基于MIMO雷达的极化平滑降维酉ESPRIT算法 被引量:11
19
作者 陈晨 陶建锋 郑桂妹 《信号处理》 CSCD 北大核心 2021年第4期616-623,共8页
相干目标的波达方向估计一直是雷达信号处理中的一个难题。为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法。首先通过降维矩阵对接收信号数据进... 相干目标的波达方向估计一直是雷达信号处理中的一个难题。为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法。首先通过降维矩阵对接收信号数据进行降维处理,然后利用降维后的接收数据构造中心复共轭对称矩阵,再构建适当的酉矩阵对其进行实值处理,然后对其进行极化平滑解相干处理,最后构造出实值旋转不变性方程估计目标的波达方向。相比于常规的极化平滑旋转不变性参数估计算法,本文所提极化平滑降维酉旋转不变性参数估计算法的相干信号角度估计精度更高、更利于工程实现。第5节通过仿真实验证明了该算法的有效性与真实性。 展开更多
关键词 多输入多输出雷达 波达方向估计 极化平滑 酉旋转不变性参数估计算法 相干信号 处理
在线阅读 下载PDF
基于t-SNE的恒星光谱降维与分类研究 被引量:6
20
作者 姜斌 赵梓良 +2 位作者 王淑婷 韦纪宇 曲美霞 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第9期2913-2917,共5页
随着天文学的发展以及天文望远镜观测能力的提升,国内外许多大型巡天望远镜将产生PB级的恒星光谱数据。恒星光谱是来自恒星的电磁辐射,通常由连续谱与吸收线叠加而成,其差异源于恒星的有效温度、表面重力加速度以及元素的化学丰度等。... 随着天文学的发展以及天文望远镜观测能力的提升,国内外许多大型巡天望远镜将产生PB级的恒星光谱数据。恒星光谱是来自恒星的电磁辐射,通常由连续谱与吸收线叠加而成,其差异源于恒星的有效温度、表面重力加速度以及元素的化学丰度等。恒星光谱自动分类是天文数据处理的一项重要研究内容,是研究恒星演化和参数测量的基础。海量的恒星光谱对分类方法提出了高效、准确的要求。传统的人工分类方法存在速度慢、精度低等缺点,已经无法满足海量恒星光谱特别是低信噪比恒星光谱自动分类的实际需要,机器学习算法目前已经被广泛地应用于恒星光谱分类。恒星光谱的一个显著特征是数据维度较高,降维不但可以实现特征提取,而且可以降低计算量,是光谱分类的首要任务。传统的线性降维方法如主成分分析仅依据方差对光谱进行降维,不同类型的光谱在投影到低维特征空间后会出现交叉现象,而流形学习能够产生优良的分类边界,很好地避开重叠,有利于后续的分类。针对光谱数据维度较高的特点,研究了光谱数据在高维空间内的分布以及流形学习对高维线性数据降维的原理,比较了t-SNE和主成分分析两种降维方法对光谱数据降维的效果,并使用基于属性值相关距离的改进的K近邻算法进行光谱分类,最终对实验结果进行了分析并使用多种机器学习分类器进行比较和验证。采用Python语言及Scikit-learn第三方库实现了算法,对SDSS的12 000条低信噪比的恒星光谱进行实验,最终实现了光谱数据的高精度自动处理和分类。实验结果表明,对于光谱数据的降维处理,基于流形学习的t-SNE方法能够在高维光谱数据中恢复低维流形结构,即找出高维空间中的低维流形,并解出与之对应的嵌入映射,在降维过程中最大程度地保留不同类别光谱样本之间的差异从而产生明显的分类边界。特征提取后,使用机器学习分类器能够在测试数据集上达到满意的分类准确率。所使用的方法也可以应用于其他的巡天望远镜产生的海量光谱的自动分类以及稀少天体的数据挖掘。 展开更多
关键词 流形学习 恒星光谱分类 数据 K近邻算法
在线阅读 下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部