基于机器学习理论的通信辐射源个体识别
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 44.07 5.7折 ￥ 78 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者雷迎科 刘辉
出版社国防工业
ISBN9787118131185
出版时间2024-12
装帧平装
开本其他
定价78元
货号32118659
上书时间2024-10-15
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
雷迎科，男，45岁，博士，现任国防科技大学电子对抗学院指挥控制对抗系主任，军队青年“拔尖人才”。长期从事通机器学习、智能信号处理、通信辐射源个体识别等教学与科研工作。主持国家自然基金面上项目和青年项目各1项，参与国家自然基金项目3项；主持国家重点实验室开放课题2项；参与完成科研项目7项；先后获得军队科技进步一等奖1项，军队科技进步二等奖5项，军队科技进步三等奖2项。
目录
第1章 绪论
1.1 引言
1.2 通信辐射源个体识别概述
1.2.1 通信辐射源“指纹”
1.2.2 通信辐射源个体识别及其地位
1.3 基于机器学习的通信辐射源个体识别
1.4 国内外研究现状
1.4.1 特征提取
1.4.2 分类器设计
1.4.3 深度学习理论在通信辐射源个体识别中的应用现状
1.5 通信辐射源个体识别面临的挑战
1.6 专用数据集
1.6.1 kenwood数据集
1.6.2 krisun数据集
1.6.3 USW数据集
1.6.4 SW数据集
第2章 通信辐射源个体识别基础
2.1 引言
2.2 通信辐射源个体指纹特征产生机理分析
2.2.1 通信辐射源个体指纹特征概述
2.2.2 通信辐射源个体指纹特征产生机理
2.2.3 传输信道对个体指纹特征的影响分析
2.3 通信辐射源个体识别处理过程
2.3.1 信号截获与参数测量
2.3.2 信号分选
2.3.3 个体指纹特征提取
2.3.4 个体分类识别
2.4 通信辐射源个体识别方法分类
2.4.1 基于非机器学习体制个体识别方法
2.4.2 基于机器学习体制个体识别方法
第3章 机器学习理论基础
3.1 引言
3.2 机器学习的定义
3.3 机器学习的方法
3.3.1 监督学习方法
3.3.2 无监督学习方法
3.3.3 半监督学习方法
3.4 机器学习理论与应用研究
3.4.1 机器学习理论研究
3.4.2 机器学习的分类
3.4.3 机器学习在辐射源个体识别中的应用
3.5 机器学习理论发展趋势
第4章 基于流形学习的通信辐射源个体识别
4.1 引言
4.2 流形学习
4.3 流形学习的典型算法
4.3.1 ISOMAP
4.3.2 LE
4.3.3 LLE
4.3.4 流形学习算法比较
内容摘要
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
— 没有更多了 —
以下为对购买帮助不大的评价