雷达辐射源信号支持向量聚类分析
| 摘要 | 第1-9页 |
| Abstract | 第9-13页 |
| 第1章 绪论 | 第13-18页 |
| ·引言 | 第13页 |
| ·课题的提出及研究意义 | 第13-14页 |
| ·国内外研究现状分析 | 第14-15页 |
| ·论文的主要工作 | 第15-16页 |
| ·论文的结构安排 | 第16-18页 |
| 第2章 支持向量聚类算法 | 第18-31页 |
| ·引言 | 第18页 |
| ·支持向量聚类机 | 第18-20页 |
| ·聚类边界 | 第18-20页 |
| ·聚类分配 | 第20页 |
| ·算法性能分析 | 第20-21页 |
| ·参数C | 第21页 |
| ·参数q | 第21页 |
| ·实验及结果分析 | 第21-29页 |
| ·实例样本 | 第22-26页 |
| ·iris数据集 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 辐射源信号的支持向量分析 | 第31-41页 |
| ·引言 | 第31页 |
| ·辐射源信号识别 | 第31-35页 |
| ·特征提取 | 第32-34页 |
| ·特征选择 | 第34-35页 |
| ·聚类结果分析 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于加权 K-近邻法的支持向量聚类分析 | 第41-55页 |
| ·引言 | 第41页 |
| ·近邻法 | 第41-42页 |
| ·K-近邻法 | 第41-42页 |
| ·剪辑近邻法 | 第42页 |
| ·基于 K-近邻法的支持向量聚类算法 | 第42-45页 |
| ·实验结果及分析 | 第45-53页 |
| ·实例样本 | 第45-47页 |
| ·iris数据 | 第47-50页 |
| ·雷达辐射源信号样本 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于 K-均值的支持向量聚类算法 | 第55-66页 |
| ·引言 | 第55-56页 |
| ·K-均值聚类 | 第56-57页 |
| ·基于K-均值的支持向量聚类算法 | 第57-62页 |
| ·算法原理 | 第57-58页 |
| ·SVC和K-SVC聚类对比分析 | 第58-62页 |
| ·辐射源信号聚类分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第73页 |
