本发明专利技术公开了一种基于自适应熵权的区间灰色关联分类器设计方法，包括如下步骤：对各序列利用普通灰色关联算法实现普通灰色关联分类器；利用熵权算法对普通灰色关联分类器的自适应能力进行改进，实现自适应普通灰色关联分类器；将区间特征计算方法引入到自适应普通灰色关联分类器，实现自适应区间灰色关联分类器的设计,本发明专利技术利用信号特征的分布区间对信号进行识别，且利用熵值理论对该分类器方法进行改进，提高分类器的自适应能力，从而达到低信噪比下对具有交叠特征的信号进行准确识别的目的。
【技术实现步骤摘要】
本专利技术涉及一种分类器设计方法，特别是涉及一种基于自适应熵权的区间灰色关 联分类器设计方法。
技术介绍
如今，通信电磁环境越来越复杂，信号和噪声的种类也越来越多，要想获得较高的 识别率，除了需要提取在较低信噪比下仍比较稳定的特征参数外，分类器的设计选择也非 常关键。分类器设计模块是辐射源个体识别的最后一个环节，也是非常重要的一个环节。它 的主要作用是，根据特征提取模块提取的特征向量，建立相应的决策规则，从而实现对待识 别对象的分类识别。 最传统的分类器是基于决策树的分类器，该分类器设计较为简单，通过将复杂的 多类信号分类问题，逐层转化为基于某一特征进行阈值设定的二元分类问题，但是，阈值 难以准确的进行设定，阈值设定的好坏直接影响着最终的识别效果，且抗造性能较差，不具 有自适应分类的能力。支持向量机对于信号特征的分类识别也具有比较好的效果，但是，核 函数的选择问题是其识别的关键，直接影响最终的识别效果。神经网络是一种自适应能力 较强的分类器，但是，由于其需要对待描述对象的特征进行训练，然后再进行识别，所以，就 需要大量的训练数据，计算时间相对较长，且其泛化能力较弱，容易在最佳值的搜索过程中 限于局部极小值，对于交叠区间比较多的特征，其识别率又会大大下降。
技术实现思路
为克服上述现有技术存在的不足，本专利技术之目的在于提供一种基于自适应熵权的 区间灰色关联分类器设计方法，其利用信号特征的分布区间对信号进行识别，且利用熵值 理论对该分类器方法进行改进，提高分类器的自适应能力，从而达到低信噪比下对具有交 叠特征的信号进行准确识别的目的。 为达上述及其它目的，本专利技术提出一种基于自适应熵权的区间灰色关联分类器设 计方法，包括如下步骤： 步骤一，对各序列利用普通灰色关联算法实现普通灰色关联分类器； 步骤二，利用熵权算法对步骤一中的普通灰色关联分类器的自适应能力进行改 进，实现自适应普通灰色关联分类器； 步骤三，将区间特征计算方法引入到自适应普通灰色关联分类器，实现自适应区 间灰色关联分类器的设计。 进一步地，步骤一进一步包括： 求各序列的初值像/均值像； 求各序列的差值序列； 根据差值序列求两个极最大差与最小差； 根据求得的两个极最大差与最小差求取关联系数值； 计算序列之间的关联度值。 进一步地，该差值序列为： AxiGO=Xr〇(k)-X' ! (k)，A Xi= ( A X ! (I)，A Xi (2)，…，A Xi (n))，i = 1， 2，…，m 其中，X'Jk)为均值像序列的第i个信号的第k个特征。 进一步地，该关联系数值为：【主权项】1. 一种基于自适应滴权的区间灰色关联分类器设计方法，包括如下步骤： 步骤一，对各序列利用普通灰色关联算法实现普通灰色关联分类器； 步骤二，利用滴权算法对步骤一中的普通灰色关联分类器的自适应能力进行改进，实 现自适应普通灰色关联分类器； 步骤=，将区间特征计算方法引入到自适应普通灰色关联分类器，实现自适应区间灰 色关联分类器的设计。2. 如权利要求1所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，步骤一进一步包括： 求各序列的初值像/均值像； 求各序列的差值序列； 根据差值序列求两个极最大差与最小差； 根据求得的两个极最大差与最小差求取关联系数值； 计算序列之间的关联度值。3. 如权利要求2所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，该差值序列为： AXi化）=X'0似-X'i似，AXi= (AXi(1)，AXi似，…，AXi(n))，i= 1，2，…m 其中，X'i(k)为均值像序列的第i个信号的第k个特征。4. 如权利要求3所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，该关联系数值为：其中，M为极大差，m为极小差，PG(0，1)为分辨系数，Axi(k)为差值序列。5. 如权利要求4所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，步骤二进一步包括： 对差值序列中定义的特征距离AXi(k)进行处理，定义滴值表达式与最大滴值表达式W及相对滴值； 借鉴信息论中有关剩余度的概念，定义第k项特征值的剩余度； 计算第k项特征的权重aik; 将权重系数与对应的关联系数相乘，即可得到关联度值。6. 如权利要求5所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，对差值序列中定义的特征距离Axi(k)进行如下处理：其中，m表示信号的种类，k= 1，2,…，n表示信号的第k个特征，定义滴值表达式为：该最大滴值表达式为：该相对滴值为： 6k=Ek/Emax。7. 如权利要求6所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，第k项特征值的剩余度为： Dk=l-Gk。 第k项特征的权重aik为：8. 如权利要求7所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，步骤立进一步包括： 定义特征区间矩阵； 设某一待识别信号的第n个特征的特征区间为，计算其与已知信号特征区间 的区间相离度； 根据灰色关联基础理论，得到区间灰色关联系数Cm。； 依次计算的值，构成区间关联系数矩阵； 利用区间关联系数矩阵与权重系数计算基于区间关联的自适应区间关联分类器的自 适应区间关联度。9. 如权利要求8所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特征 在于，定义该特征区间矩阵为：其中，m表示信号种类，n表示特征参数的个数，S讀表示调制信号m的第n个特征值波 动范围的最小值，表示调制信号m的第n个特征值波动范围的最大值， 该区间相离度为：10. 如权利要求9所述的一种基于自适应滴权的区间灰色关联分类器设计方法，其特 征在于，该区间灰色关联系数为：该区间关联系数矩阵： /- ，--、 其中，i=l，2，???，m，j=l，2，???，]!; 该自适应区间关联度计算为：取最大的Ci值对应的i值就是待识别信号所属的类别。【专利摘要】本专利技术公开了，包括如下步骤：对各序列利用普通灰色关联算法实现普通灰色关联分类器；利用熵权算法对普通灰色关联分类器的自适应能力进行改进，实现自适应普通灰色关联分类器；将区间特征计算方法引入到自适应普通灰色关联分类器，实现自适应区间灰色关联分类器的设计,本专利技术利用信号特征的分布区间对信号进行识别，且利用熵值理论对该分类器方法进行改进，提高分类器的自适应能力，从而达到低信噪比下对具有交叠特征的信号进行准确识别的目的。【IPC分类】G06K9-62【公开号】CN104794499【申请号】CN201510232865【专利技术人】李靖超 【申请人】上海电机学院【公开日】2015年7月22日【申请日】2015年5月8日本文档来自技高网...
【技术保护点】
一种基于自适应熵权的区间灰色关联分类器设计方法，包括如下步骤：步骤一，对各序列利用普通灰色关联算法实现普通灰色关联分类器；步骤二，利用熵权算法对步骤一中的普通灰色关联分类器的自适应能力进行改进，实现自适应普通灰色关联分类器；步骤三，将区间特征计算方法引入到自适应普通灰色关联分类器，实现自适应区间灰色关联分类器的设计。
【技术特征摘要】
【专利技术属性】
技术研发人员：李靖超，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。