论文部分内容阅读
提出了基于最优决策理论的最佳分类器用神经网络实现的方法，并对通信信号的调制类型进行自动识别。这种方法以使类域最大分离为目标，利用神经网络良好的非线性和自适应性，把最优准则下的自学习功能引入训练过程，结合快速训练和修剪算法，克服了一般神经网络分类器的不足，实验证明其性能良好。
基于神经网络最佳分类器通信信号的调制识别
【摘 要】
：
提出了基于最优决策理论的最佳分类器用神经网络实现的方法，并对通信信号的调制类型进行自动识别。这种方法以使类域最大分离为目标，利用神经网络良好的非线性和自适应性，把最优
【机 构】
：
电子科技大学电子工程学院
【出 处】
：
系统工程与电子技术
【发表日期】
：
2001年5期
其他文献