机读格式显示(MARC)

• 000 01573nam0 2200289 450

• 001 0000802471

• 005 20250724201500.0

• 010 __ |a 978-7-118-13118-5 |b 精装 |d CNY78.00

• 100 __ |a 20240722d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于机器学习理论的通信辐射源个体识别 |A ji yu ji qi xue xi li lun de tong xin fu she yuan ge ti shi bie |d = Specific emitter identifieation for communication based on machine learning theory |f 雷迎科, 刘辉编著 |z eng

• 210 __ |a 北京 |c 国防工业出版社 |d 2024

• 215 __ |a XVI, 215页 |c 图 |d 25cm

• 300 __ |a 国防科技图书出版基金

• 320 __ |a 有书目 (第210-215页)

• 330 __ |a 本书在对通信辐射源个体识别的研究背景、研究现状、基础知识以及存在问题进行讨论的基础上，系统介绍了基于流形学习、稀疏表示、浅层学习、深度学习和增量聚类等新理论的通信辐射源个体识别技术，是作者在机器学习方面的研究成果和通信辐射源个体识别研究的最新进展。书中包括基础知识描述、算法理论分析、程序代码及其在公共数据库和本实验室的真实数据库上的仿真结果。本书将机器学习方法引入到通信辐射源个体识别中，在介绍机器学习和通信辐射源个体识别的基本概念和研究现状的基础上，用机器学习领域最新的理论成果去解决通信辐射源个体识别存在的具体问题等。

• 510 1_ |a Specific emitter identifieation for communication based on machine learning theory |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 通信系统 |x 辐射源 |x 识别

• 690 __ |a TP181 |v 5

• 690 __ |a TN911.72 |v 5

• 701 _0 |a 雷迎科 |A lei ying ke |4 编著

• 701 _0 |a 刘辉 |A liu hui |4 编著

• 801 _0 |a CN |b WFKJXY |c 20250724

• 905 __ |a WFKJXY |d TP181/519