排序方式： 共有3条查询结果，搜索用时 109 毫秒
1
1.
粗糙集理论在多传感器目标识别中的应用 总被引：1，自引：0，他引：1
针对多传感器目标识别中存在的问题,提出了一种基于粗糙集理论的目标识别方法。该方法利用粗糙集理论对数据进行分析,通过决策系统的可辨识矩阵导出分类识别规则,建立目标识别规则库。实例分析表明,该方法的是可行的。 相似文献
2.
针对AdaBoost的分量分类器的分类精度和差异性互为矛盾、以至于该矛盾的存在降低了AdaBoost算法的分类精度和泛化性的问题,提出了一种变σ-AdaBoostRBFSVM算法,通过根据训练样本调整各个分量分类器的核函数参数值,使分量分类器在精度和差异性之间达到一定的平衡,从而提高了集成分类器的分类精度和泛化性。对标准数据集的分类实验结果表明了算法的有效性。 相似文献
3.
在相位编码脉冲压缩技术中 ,各种码都存在着多普勒失配问题。在分析产生多普勒失配原因的基础上 ,提出了一种新的处理方法。该方法可以从根本上改变相位编码对多普勒频移的敏感性 ,与传统的脉压方法相比 ,有较大的多普勒容限带宽 相似文献
1