-
题名基于剪枝加权k-NN算法的雷达电磁行为识别
被引量：1
- 1
-
-
作者
程远国
唐文杰
满欣
-
机构
海军工程大学电子工程学院
-
出处
《海军工程大学学报》
CAS
北大核心
2020年第3期7-11,共5页
-
基金
国家自然科学基金资助项目(61501484)。
-
文摘
为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法(k-nearest-neighbor classifier,k-NN)对数据进行处理,从而对未知的雷达电磁行为进行识别。实验结果表明:改进的算法引入剪枝加权策略可加强其分类识别能力,在分类准确率和时间效率上较原算法有一定的改善,对于雷达电磁行为的识别是有效可行的。
-
关键词
雷达电磁行为
k-最近邻分类算法
分类识别
-
Keywords
radar electromagnetic behavior
k-nearest-neighbor classifier
classification recognition
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名新的CDF文本分类特征提取方法
被引量：11
- 2
-
-
作者
熊忠阳
蒋健
张玉芳
-
机构
重庆大学计算机学院
-
出处
《计算机应用》
CSCD
北大核心
2009年第7期1755-1757,共3页
-
基金
中国博士后科学基金资助项目(20070420711)
重庆市科委自然科学基金计划资助项目(2007BB2372)
-
文摘
对高维的特征集进行降维是文本分类过程中的一个重要环节。在研究了现有的特征降维技术的基础上,对部分常用的特征提取方法做了简要的分析,之后结合类间集中度、类内分散度和类内平均频度,提出了一个新的特征提取方法,即CDF方法。实验采用K-最近邻分类算法(KNN)来考查CDF方法的有效性。结果表明该方法简单有效,能够取得比传统特征提取方法更优的降维效果。
-
关键词
文本分类
降维
特征提取
k-最近邻分类算法
评价函数
-
Keywords
text categorization
dimension reduction
feature selection
k-Nearest Neighbor （KNN） algorithm
evaluation function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名新的文本分类特征选择方法研究
被引量：7
- 3
-
-
作者
张玉芳
王勇
刘明
熊忠阳
-
机构
重庆大学计算机学院
-
出处
《计算机工程与应用》
CSCD
2013年第5期132-135,共4页
-
基金
重庆市科委自然科学基金计划资助项目(No.2007BB2372)
中央高校研究生创新基金(No.CDJXS11180013)
-
文摘
特征降维是文本分类过程中的一个重要环节。在现有特征选择方法的基础上,综合考虑特征词在正类和负类中的分布性质,综合四种衡量特征类别区分能力的指标,提出了一个新的特征选择方法,即综合比率(CR)方法。实验采用K-最近邻分类算法(KNN)来考查CR方法的有效性,实验结果表明该方法能够取得比现有特征选择方法更优的降维效果。
-
关键词
特征降维
文本分类
特征选择
综合比率
k-最近邻分类算法
-
Keywords
feature reduction
text categorization
feature selection
Composite Ratio（CR）
k-Nearest Neighbor（KNN） algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
