《表4 不同特征集合下的个体识别率》
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CMFS-MIC特征选择的跳频电台个体识别方法》
/%
对采集到的四部跳频电台的信号样本分别预处理并计算特征集,设获得特征集为F1和F2,记为。其中:f1为谱对称均值;f2为谱对称方差;f3为瑞利熵;f4为信息维数;f5为盒维数;f6为LZC;f7为包络峰度;f8为高阶J特征均值;f9为高阶J特征方差;fi10(i=1,2,…,256)为SIB。类别信息C={1,2,3,4},F1和F2经过CFMS-MIC特征选择得到的最优子集F1*={f3,f5,f6,f8}和F2*={f110,f210,…,f1072},构造特征集F3={F1,F2},F4={F1*,F2*}。由于采用CRC分类器得到的效果比SVM分类效果好,本文只给出了CRC分类器在不同特征集下的识别率与本文算法的识别率的比较结果,如表4所示。
图表编号 | XD003917800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 杨银松、郭英、李红光、眭萍、于欣永 |
绘制单位 | 空军工程大学信息与导航学院、空军工程大学信息与导航学院、空军工程大学信息与导航学院、空军工程大学信息与导航学院、空军通信士官学校 |
更多格式 | 高清、无水印(增值服务) |