Resumen

Preocupado por los problemas que presentan las características extraídas, como la ausencia de objetividad en los datos de intrapulso de la señal del emisor de radar debido a la dependencia del conocimiento a priori, se propone un método novedoso. En primer lugar, este método obtiene el autoencoder disperso añadiendo ciertas restricciones al autoencoder. En segundo lugar, al optimizar el autoencoder disperso y confirmar el esquema de entrenamiento, se autoextraen las características profundas de intrapulso con los parámetros de la capa del codificador. El método extrae los autovectores de seis señales típicas de emisores de radar y los utiliza como entradas para un clasificador de máquina de vectores de soporte. Los resultados experimentales muestran que el método tiene una mayor precisión en el caso de una relación señal-ruido grande. La simulación verifica que las características extraídas son factibles.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Características extraídas; Objetividad; Señal de emisor de radar; Datos intrapulso; Autocodificador disperso; Clasificador de máquina de vectores de soporte.
• Keywords:Extracted features; Objectivity; Radar emitter signal; Intrapulse data; Sparse autoencoder; Support vector machine classifier