文摘
英文文摘
声明
第1章绪论
1.1研究背景及意义
1.2调制模式分类的技术现状
1.2.1判决理论方法
1.2.2统计模式识别方法
1.3支持向量机发展现状
1.4研究内容及章节安排
1.4.1研究内容
1.4.2章节安排
第2章调制信号的特征提取
2.1引言
2.2通信信号的基本特征参数
2.3数字调制信号
2.3.1二进制振幅键控(2ASK)
2.3.2二进制频移键控(2FSK)
2.3.3二进制移相键控(2PSK)
2.4分类特征值的选取
2.4.1零中心归一化瞬时幅度的谱密度最大值
2.4.2零中心非弱信号段瞬时相位非线性分量的标准偏差
2.5本章小结
第3章机器学习理论
3.1监督学习
3.2非监督学习
3.3学习和泛化性
3.4提高泛化性
3.5学习的价值和缺点
3.6用于学习的支持向量机
3.7本章小结
第4章基于SVM的分类器设计
4.1引言
4.2线性支持向量机
4.3非线性支持向量机
4.4基于支持向量机的分类器的选取
4.4.1 v-SVM
4.4.2 LS-SVM
4.4.3 DirectSVM
4.4.4 W-SVM
4.5本章小结
第5章仿真实验研究
5.1性能仿真与分析
5.2本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢