文献
J-GLOBAL ID:201502216182312900   整理番号:15A1118634

有効K平均と有効極端学習機械に基づくカオスクラッタにおける弱い信号の検出【Powered by NICT】

Weak signal detection in chaotic clutter based on effective K-means and effective extreme learning machine
著者 (3件):
資料名:
巻: 35  号:ページ: 896-900  発行年: 2015年 
JST資料番号: C2535A  ISSN: 1001-9081  CODEN: JYIIDU  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
カオス雑音の複雑な背景における有用な信号を抽出する迅速かつ正確にの問題を目指して,複雑な非線形系に基づく位相空間再構成理論を提案し,改善された極端学習機械(ELM)の方法は,単一段階誤差を予測し,弱い信号を検出するために使用した。改良されたK-meansクラスタリングアルゴリズムを利用し,訓練集合として最適ファミリーを選択した,改善された極限学習機械(extreme learning machineを重量値と検出精度と速度を改善するためにオフセットを選択した。Lorenz系を持つカオス雑音系列の一段階予測モデルを確立し,カオスノイズにおける失った弱い目標信号(周期的信号と過渡信号を含む)が検出された,カナダMcマスター大学のIPIXレーダデータを用いた,海面クラッタ雑音中の浮体信号は実験的研究を行うために抽出した。結果は,この方法がカオス背景雑音中の非常に弱い信号を効果的に検出できることを示し,同時に,ノイズの影響は,カオス的バックグラウンド信号に拘束され,動径基底関数(RBF)のような伝統的なアルゴリズムと比較し,予測精度は25%増加し,検出しきい値は-5dB増加し,訓練時間は77.1秒によって減少し,このことはその実際の適用ではより明らかな利点を持っている。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
計算機網 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る