基于剪枝加权k-NN算法的雷达电磁行为识别

发布时间：2021-05-24 03:52

　　为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法（k-nearest-neighbor classifier,k-NN）对数据进行处理,从而对未知的雷达电磁行为进行识别。实验结果表明:改进的算法引入剪枝加权策略可加强其分类识别能力,在分类准确率和时间效率上较原算法有一定的改善,对于雷达电磁行为的识别是有效可行的。 

【文章来源】：海军工程大学学报. 2020,32(03)北大核心

【文章页数】：5 页

【文章目录】：
1 雷达电磁行为表述
2 k-NN算法原理及改进算法
    2.1 k-NN算法的基本原理
    2.2 剪枝加权k-NN算法步骤
3 实验分析
    3.1 数据预处理
    3.2 仿真实验
4 结束语


【参考文献】：
期刊论文
[1]SLSB-forest:高维数据的近似k近邻查询[J]. 钱途,钱江波,董一鸿,陈华辉.  电信科学. 2017(09)
[2]战场目标作战意图识别问题研究与展望[J]. 姚庆锴,柳少军,贺筱媛,欧微.  指挥与控制学报. 2017(02)
[3]基于Hilbert曲线的近似k-最近邻查询算法[J]. 徐红波,郝忠孝.  计算机工程. 2008(12)

硕士论文
[1]基于加权KNN算法的降水相似预报方法研究与实现[D]. 陈凯.南京航空航天大学 2014



本文编号：3203498