基于层次聚类与时频卷积的多雷达辐射源分选识别方法

AITNT
正文
推荐专利
基于层次聚类与时频卷积的多雷达辐射源分选识别方法
申请号:CN202411604746
申请日期:2024-11-12
公开号:CN119719883B
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种基于层次聚类与时频卷积的多雷达辐射源分选识别方法,能解决类内分簇与类间混叠现象,并高效完成多类别的分选识别;相比传统分选算法,可以有效解决类内特征分布,类间特征混叠的问题,并且分选算法处理速度提升;针对原始PDW特征存在类间特征分布范围重叠度高,可分性差问题,基于慢时间维TFA提取不同类别间的周期特征,提高了识别效果。
技术关键词
样本 周期性 概率分布函数 模板 脉冲流 密度 数据 辐射源 网络 训练集 连续性 算法 索引 分段 标签 序列
系统为您推荐了相关专利信息
1
一种基于多粒度增强和多域可靠类扩散的时序聚类方法
聚类方法 时序 策略 样本 机制
2
一种无预设参数的太阳辐射数据分类方法、系统及存储介质
数据分类方法 协方差矩阵 参数 气象数据处理技术 数据分类系统
3
数据处理方法、平台、计算设备以及存储介质
邮件 数据处理方法 项目 客户端 订单
4
零件定位方法、装置、计算机设备、存储介质和程序产品
点云 零件定位方法 边缘检测算法 模板 离群点
5
一种基于卷积神经网络的烧结混合料槽料位预测方法、系统及存储器
卷积神经网络模型 卷积模块 随机森林 变量 计算机可读存储器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号