基于支持向量机的地空通信干扰识别
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的研究主要内容 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 2 预备知识 | 第13-20页 |
| ·聚类分析 | 第13-14页 |
| ·K-均值聚类算法 | 第14-15页 |
| ·支持向量机 | 第15-18页 |
| ·支持向量机发展历史 | 第15-16页 |
| ·线性支持向量机二分类原理 | 第16-17页 |
| ·非线性支持向量机二分类原理 | 第17-18页 |
| ·引力搜索算法的算法原理 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 无线电地空通音信频信号 | 第20-25页 |
| ·无线电地空通信信号识别分析 | 第20-21页 |
| ·无线电地空通信音频信号 | 第21-23页 |
| ·无线电地空通信音频信号识别过程 | 第23页 |
| ·本章小结 | 第23-25页 |
| 4 特征集合的构建 | 第25-29页 |
| ·地空通信音频信号特征提取 | 第25-26页 |
| ·基于K-均值聚类算法地空通信音频信号特征集合 | 第26-27页 |
| ·聚类中心数目的确定 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 5 基于引力搜索算法的支持向量机分类器 | 第29-35页 |
| ·支持向量机模型参数选择 | 第29页 |
| ·基于引力搜索算法的支持向量机参数寻优 | 第29-33页 |
| ·参数优化模型的建立 | 第29-30页 |
| ·基于引力搜索算法的支持向量机参数优化计算 | 第30-31页 |
| ·GSA-SVMC流程 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 6 仿真实验 | 第35-49页 |
| ·无线电地空通信音频信号的采集 | 第35-38页 |
| ·实验及分析 | 第38-47页 |
| ·基于K-均值聚类算法的判别实验 | 第39页 |
| ·核函数参数及惩罚因子的优化 | 第39-40页 |
| ·基于GSA-SVMC的地空通信干扰音频识别实验 | 第40-42页 |
| ·无优化支持向量机对比实验 | 第42-44页 |
| ·基于遗传算法的SVM分类器的对比实验 | 第44-45页 |
| ·基于粒子群算法的SVM分类器的对比实验 | 第45-47页 |
| ·实验结果对比 | 第47页 |
| ·实验结果对比分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 7 结论及展望 | 第49-51页 |
| ·结论 | 第49-50页 |
| ·未来研究展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 硕士期间科研成果 | 第54-55页 |
| 致谢 | 第55-56页 |
