摘要:由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率.结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法.在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则.减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本.在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力.辐射源识别实验结果表明,该方法具有良好的分类识别性能.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社