学位论文 > 优秀研究生学位论文题录展示
基于迁移学习的雷达辐射源识别研究
作 者: 陆鑫伟
导 师: 方敏
学 校: 西安电子科技大学
专 业: 计算机应用技术
关键词: 迁移成分分析 RBF神经网络 Boosting算法 分布修正
分类号: TN957
类 型: 硕士论文
年 份: 2012年
下 载: 44次
引 用: 0次
阅 读: 论文下载
内容摘要
传统的机器学习方法假设训练集和测试集来自同一分布的样本集,如果实验数据的分布改变了,需要重新标注新样本作为训练集建立统计模型,然而标注新样本的代价通常很高,采用迁移学习理论可以减少分类器对标注新数据的需求。通过把不同领域的已标记数据迁移到目标领域辅助训练目标模型,提高模型的训练效果。本文主要研究利用迁移学习理论提高雷达辐射源的识别效果。首先实现了基于RBF神经网络的雷达辐射源识别算法,当训练集样本数很少时,训练出的分类器对雷达辐射源的识别率较低。对于这个问题,本文深入研究了领域匹配迁移学习理论,设计了基于迁移成分分析改进的RBF神经网络分类器,通过迁移不同领域的数据辅助训练分类器,减小了系统的识别误差。然后研究了集成学习理论以及在迁移学习框架下的AdaBoost算法。设计了AdaBoost算法的改进算法,即TCABoosting算法,实验结果显示改进后的算法提高了系统的精度。最后研究了Boosting算法中的基分类器训练样本分布修正函数对分类正确率的影响。把动态调整分布修正函数的思想应用到了TCABoosting算法中,提高了系统的稳定性。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 绪论 7-13 1.1 迁移学习研究历史与现状 7-9 1.2 迁移学习在雷达辐射源中的应用 9-10 1.2.1 传统的雷达辐射源识别技术 9-10 1.2.2 基于迁移学习的雷达辐射源识别技术 10 1.3 本人所作的工作和组织结构 10-13 第二章 迁移学习介绍与雷达辐射源样本处理 13-21 2.1 迁移学习理论介绍 13-15 2.2 雷达辐射源特征提取及归一化 15-19 2.3 本章小结 19-21 第三章 基于迁移成分分析的 RBF 神经网络算法 21-33 3.1 径向基函数神经网络 21-26 3.1.1 RBF 神经网络原理介绍 21-24 3.1.2 RBF 神经网络分类器实验结果 24-26 3.2 基于迁移成分分析改进的 RBF 神经网络分类器 26-32 3.2.1 领域匹配迁移学习介绍 26-29 3.2.2 TRBF 算法描述 29-30 3.2.3 实验与分析 30-32 3.3 本章小结 32-33 第四章 基于 Boosting 算法的改进迁移学习算法 33-47 4.1 集成学习简介 33-38 4.1.1 Bagging 算法描述 34-36 4.1.2 Boosting 算法描述 36-38 4.2 基于实例迁移学习的 TrAdaBoost 算法 38-42 4.2.1 TrAdaBoost 算法简介 39-40 4.2.2 TrAdaBoost 算法实验 40-42 4.3 基于 TCA 的改进的 Boosting 迁移学习算法 42-45 4.3.1 TCABoosting 算法介绍 42-43 4.3.2 实验与分析 43-45 4.4 本章小结 45-47 第五章 基于分布修正的迁移 Boosting 算法 47-55 5.1 基于分布修正的 Boosting 算法原理 47-51 5.2 基于分布修正改进的迁移 Boosting 算法 51-54 5.2.1 算法描述 51-52 5.2.2 实验与分析 52-54 5.3 本章小结 54-55 第六章 结论 55-57 6.1 工作总结 55 6.2 进一步研究 55-57 致谢 57-59 参考文献 59-62
|
相似论文
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 制造业绿色产品研发的风险识别与评价研究,F205;F224
- 毛纺细纱机积极式退绕机构的设计及毛精纺纱性能预测模型的比较,TP183
- 精炼炉钢水氧含量预报模型的研究,TF703.5
- 冷轧钢板表面质量在线监测系统研究,TG334.9
- 基于视频的智能交通灯控制系统研究,TP273.5
- 基于人工智能优化算法的聚丙烯熔融指数预报建模优化研究,TQ325.14
- 基于RBF神经网络的注塑成型工艺多目标优化及评价研究,TQ320.662
- 基于分层神经网络的蛋白质二级结构预测,TP183
- 基于神经网络锅炉燃烧系统的模型研究,TK223.2
- 基于RBF神经网络的手绘电气草图识别研究,TP391.41
- T-S型RBF神经网络在电解液成分建模中的应用研究,TP183
- 基于负荷预测的变电站电压无功优化控制策略研究,TM761.1
- 基于差分演化算法的电梯群智能控制系统研究,TU857
- 高速公路入口匝道控制研究,U491.54
- 水隔离浆体泵建模与控制,TH38
- RBF神经网络在数据挖掘中的应用研究,TP183
- 集成学习算法的改进及其应用,TP181
- 基于蚁群聚类优化的RBF神经网络软测量应用,TP183
- 基于自适应RBF神经网络的商业银行信贷风险预警评估研究,F224
- 基于RPROP-DE算法的模糊RBF网络非线性系统辨识,N945.14
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站
© 2012 www.xueweilunwen.com
|