|
题名:
|
基于机器学习理论的通信辐射源个体识别 / 雷迎科, 刘辉编著 , |
|
ISBN:
|
978-7-118-13118-5 价格： CNY78.00 |
|
语种:
|
chi |
|
载体形态:
|
XVI, 215页 图 25cm |
|
出版发行:
|
出版地： 北京 出版社： 国防工业出版社 出版日期： 2024 |
|
内容提要:
|
本书在对通信辐射源个体识别的研究背景、研究现状、基础知识以及存在问题进行讨论的基础上，系统介绍了基于流形学习、稀疏表示、浅层学习、深度学习和增量聚类等新理论的通信辐射源个体识别技术，是作者在机器学习方面的研究成果和通信辐射源个体识别研究的最新进展。书中包括基础知识描述、算法理论分析、程序代码及其在公共数据库和本实验室的真实数据库上的仿真结果。本书将机器学习方法引入到通信辐射源个体识别中，在介绍机器学习和通信辐射源个体识别的基本概念和研究现状的基础上，用机器学习领域最新的理论成果去解决通信辐射源个体识别存在的具体问题等。 |
|
主题词:
|
机器学习 应用 |
|
中图分类法:
|
TP181 版次： 5 |
|
中图分类法:
|
TN911.72 版次： 5 |
|
主要责任者:
|
雷迎科 编著 |
|
主要责任者:
|
刘辉 编著 |
|
附注:
|
国防科技图书出版基金 |