科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高辐射源个体识别的准确率和运算效率，提出了一种基于混合式特征选择的辐射源个体识别。封装式特征选择方法分类正确率高，但计算复杂度高，处理高维数据时效率低。嵌入式特征选择方法计算复杂度低，但依赖于特定分类器。针对上述问题，综合封装式和嵌入式特征选择方法的特点，首先对信号数据使用三种嵌入式方法（随机森林、XGBoost和LightGBM）初选特征，分别得到随机森林子集、XGBoost子集和LightGBM子集。然后使用封装式方法对初选后得到的子集进行第二次降维，其中搜索策略分别使用序列后向搜索策略和蚁群优化算法，分类算法使用LightGBM。混合式方法共得到六种特征选择模型，通过对比各个模型得到的分类正确率和最优子集中特征个数，确定最佳混合式特征选择模型。
- 单位
