Application of kernel methods in signals modulation classification

在线阅读 下载PDF 导出详情
摘要 关联向量机器(RVM)的普通信号分类的一条新途径基于向量机器(SVM)和RVM被比较并且分析的支持的核方法被介绍,二发信号分类器。信号的开始的几个柔韧的特征作为分类器的输入被提取,然后,内核思维被用来隐含地印射特征向量到高维的特征空格,和多班RVM和SVM分类器被设计完成AM,CW,SSB,MFSK和MPSK信号识别。模拟结果看了那什么时候选了有的合适的参数,RVM和SVM为可比较的精确性,但是RVM有更少的学习时间和基础功能。RVM的分类速度比SVM快得多。
机构地区 不详
出版日期 2011年01月11日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献