一种基于类内聚集度和类间离散度的特征集提取方法

雷达辐射源信号识别是雷达对抗信号处理中的关键技术,特征提取和选择是其中的重要一环。由于受噪声等多种因素影响,信号最重要的特征常常难以发现,特征提取一般采用经验式的方法。为消除特征提取的主观性和提高准确识别率,给出了类内聚集度和类间离散度的定义,并提出了一种基于类内聚集度和类间离散度的特征集评价准则。基于该准则,采用特征排序选择的搜索策略,可以从雷达辐射源信号原始特征集中挑选出品质优良的特征子集,从而实现对雷达辐射源信号的准确识别。     

基于Weka平台的辐射源数据挖掘研究

数据挖掘可以提高大规模数据集的有效利用,是电子侦察辐射源数据库深入开发的方向之一.通过对现有的数据挖掘算法进行归类分析,对不同算法的适用范围和处理效果进行分析比较,详细阐述了电子侦察辐射源数据挖掘过程的一般流程,并针对不同层级辐射源数据设计了基于Weka平台的挖掘模型.