《表5 不同维度和方式下时效性对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于栈式降维与字典学习的辐射源调制识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

s

为综合比较SDR方式性能，选择RP、PCA两种线性降维方式和KPCA非线性降维方式进行对比，KPCA选择2阶Ploy核函数，xs和ys为向量形式，结果如图5所示。图5中:当特征维度为3 600时，对应无降维处理下本文DLC方式的整体平均识别率，约为92.43%；其余均为不同降维特征与DLC联合识别结果。综合对比得出:1)无降维处理特征的整体识别率优于线性降维的RP和PCA方式，表明线性降维方式难以有效改善特征稳定性且存在性能损失；2)维度大于500时，非线性降维性能整体优于线性降维方式和不降维方式，特征稳定性更高；3) SDR降维方式与KPCA性能相当，但KPCA降维需要计算核Gram矩阵，内存需求较大且时效性不高，而SDR方式的时效性更强且内存需求较低，具体时效性对比如表5所示；4)不同降维参数下，识别率随着特征维度提升，但维度过高易降低分类时效性，因此折中考虑设置降维参数为500．实际应用中，需兼顾时效性和识别性能需求选择适中的降维参数。