-
公开(公告)号:CN118552744A
公开(公告)日:2024-08-27
申请号:CN202410549323.X
申请日:2024-05-06
Applicant: 哈尔滨工程大学
IPC: G06V10/44 , G01S7/02 , G06V10/764 , G06V10/774
Abstract: 本发明属于辐射源信息识别技术领域,具体涉及一种辐射源工作模式识别方法、程序、设备及存储介质。本发明利用余弦度量距离,改进高斯核函数,提升模型对局部特性的提取能力,并结合多项式核函数的全局性能力,构造新的组合核函数,改进SVM模型,提高模型的鲁棒性。本发明设计了倭河马算法,自适应优化SVM模型参数组合,为倭河马赋予警惕属性,引入预警因子,改进倭河马防御时的位置更新方式,增强算法的泛化能力,使得改进SVM模型参数组合随迭代次数不断优化,进而提升改进SVM模型的识别能力,实现了小样本条件下辐射源工作模式识别方法泛化性和准确性的提高。
-
公开(公告)号:CN118964995A
公开(公告)日:2024-11-15
申请号:CN202411049514.6
申请日:2024-08-01
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F17/18 , G06N3/006 , G06N3/126
Abstract: 本发明属于辐射源信号处理技术领域,具体涉及一种辐射源信号参数估计方法、程序、设备及存储介质。本发明通过融合多种多任务学习模型,设置不同模型权重参数,构建加权平均参数估计公式,实现不同模型互补,提高方法的泛化性。同时,本发明设计了电鳗鸟算法,智能寻优模型权重参数,利用精英反向策略初始化种群,引入柯西变异提升算法跳出局部最优能力,构造警戒因子,管理探索阶段与开发阶段之间的过渡,改进了电鳗鸟位置更新方式,使得模型权重参数组合随迭代次数不断优化,进而提升本发明参数估计的准确度。
-
公开(公告)号:CN118552744B
公开(公告)日:2025-04-29
申请号:CN202410549323.X
申请日:2024-05-06
Applicant: 哈尔滨工程大学
IPC: G06V10/44 , G01S7/02 , G06V10/764 , G06V10/774
Abstract: 本发明属于辐射源信息识别技术领域,具体涉及一种辐射源工作模式识别方法、程序、设备及存储介质。本发明利用余弦度量距离,改进高斯核函数,提升模型对局部特性的提取能力,并结合多项式核函数的全局性能力,构造新的组合核函数,改进SVM模型,提高模型的鲁棒性。本发明设计了倭河马算法,自适应优化SVM模型参数组合,为倭河马赋予警惕属性,引入预警因子,改进倭河马防御时的位置更新方式,增强算法的泛化能力,使得改进SVM模型参数组合随迭代次数不断优化,进而提升改进SVM模型的识别能力,实现了小样本条件下辐射源工作模式识别方法泛化性和准确性的提高。
-
-