半监督聚类在辐射源信号处理中的研究与应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 课题背景及研究意义 | 第16-18页 |
| 1.2 辐射源信号聚类处理研究现状 | 第18-19页 |
| 1.3 半监督聚类研究现状 | 第19-22页 |
| 1.4 本文的研究内容与结构安排 | 第22-26页 |
| 第二章 辐射源信号聚类处理理论 | 第26-38页 |
| 2.1 引言 | 第26-27页 |
| 2.2 辐射源信号处理基础概述 | 第27-30页 |
| 2.2.1 信号侦察处理流程 | 第27页 |
| 2.2.2 信号特征参数 | 第27-30页 |
| 2.3 数据挖掘概述 | 第30-33页 |
| 2.3.1 数据挖掘介绍 | 第30-32页 |
| 2.3.2 数据挖掘方法及应用 | 第32-33页 |
| 2.4 半监督聚类概述 | 第33-37页 |
| 2.4.1 先验信息的形式 | 第33-34页 |
| 2.4.2 聚类结果评价 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 改进的半监督近邻传播算法 | 第38-48页 |
| 3.1 引言 | 第38页 |
| 3.2 SAP半监督聚类算法 | 第38-40页 |
| 3.3 SAP半监督聚类算法的改进 | 第40-42页 |
| 3.4 Seed-AP半监督聚类算法 | 第42-43页 |
| 3.5 算法仿真实验与分析 | 第43-46页 |
| 3.5.1 辐射源信号环境模型 | 第43-44页 |
| 3.5.2 算法仿真实验 | 第44-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于构造样本的先验信息描述方法 | 第48-58页 |
| 4.1 引言 | 第48页 |
| 4.2 先验信息概述 | 第48-52页 |
| 4.2.1 先验信息指导方式 | 第48-51页 |
| 4.2.2 先验信息局限性 | 第51-52页 |
| 4.3 一种新的先验信息描述方法 | 第52-54页 |
| 4.3.1 构造样本概述 | 第52-53页 |
| 4.3.2 构造样本描述方法 | 第53-54页 |
| 4.4 仿真实验分析 | 第54-57页 |
| 4.4.1 构造样本监督效果分析 | 第54-56页 |
| 4.4.2 构造样本性能分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于“卧底”样本的半监督聚类算法 | 第58-72页 |
| 5.1 引言 | 第58页 |
| 5.2 半监督聚类算法概述 | 第58-59页 |
| 5.3 “卧底”样本构造准则 | 第59-67页 |
| 5.3.1 “卧底”样本在样本集特征空间中的位置 | 第59-62页 |
| 5.3.2 “卧底”样本类中心间的距离 | 第62-65页 |
| 5.3.3 “卧底”样本类别数 | 第65-67页 |
| 5.4 聚类算法分析 | 第67-71页 |
| 5.4.1 基于“卧底”样本的AP聚类算法 | 第67-69页 |
| 5.4.2 基于“卧底”样本的K均值聚类算法 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80-81页 |
