Нейросетевой метод синтеза информативных признаков для классификации источников сигналов в системах когнитивного радио

когнитивные радиосистемы классификация источников искусственные нейронные сети.

Моделирование угловых зависимостей ядерно-резонансной рефлектометрии для разных типов неколлинеарного магнитного упорядочения, Поляризация вакуума в модели дираковских фермионов с аномальным магнитным моментом, взаимодействующих с фоновым аксиально-векторным конденсатом и магнитным полем, ...

2 РАДИОФИЗИКА, ЭЛЕКТРОНИКА, АКУСТИКА Нейросетевой метод синтеза информативных признаков для классификации источников сигналов в системах когнитивного радио <...> В статье рассматриваются возможные методы синтеза информативных признаков для классификации источников сигналов в системах когнитивного радио при помощи искусственных нейронных сетей. <...> Предлагается метод синтеза, основанный на применении автоассоциативных нейронных сетей. <...> Информативность синтезированных признаков с точки зрения классификации сигналов оценивается с помощью модифицированной искусственной нейронной сети на радиальных базисных функциях, содержащей дополнительный самоорганизующийся слой нейронов, обеспечивающих автоматический подбор дисперсии базисных функций и существенное снижение размерности сети. <...> Показано, что использование автоассоциативных сетей позволяет в задаче о классификации источников сигналов синтезировать признаковое пространство минимальной размерности с сохранением разделительных свойств. <...> Искусственные нейронные сети (ИНС) обладают способностями к обобщению данных и позволяют моделировать функции распределения вероятностей сложного вида [6]. <...> Анализ методов синтеза и выбора признаков для классификации источников сигналов в системах когнитивного радио, обеспечивающего высокие разделительные характеристики и обладающего минимальной размерностью Определение набора признаков для классификации источников радиосигналов является сложной РАДИОФИЗИКА, ЭЛЕКТРОНИКА, АКУСТИКА и самостоятельной задачей. <...> Под информативностью в данном случае понимается возможность использования признаков сигналов для классификации их источников. <...> При использовании любого из перечисленных методов часть исходных признаков полностью игнорируется. <...> Данная проблема может быть решена с использованием методов синтеза набора признаков за счет сокращения размерности признакового пространства без существенных <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт