排序方式: 共有7条查询结果,搜索用时 640 毫秒
1
1.
基于分数阶Hilbert变换的单边带通信可以同时将分数阶旋转角度作为加密密钥,从而保证通信安全。但基于分数阶Hilbert变换的单边带通信加密技术只能让信号使用一个加密密钥。为了达到增大密钥空间以更有效地保证信息安全的目的,采用多通道滤波器组分路处理的方法,在减少了系统计算复杂度的基础上增大了密钥空间。 相似文献
2.
针对MIMO—OFDM系统的同步问题,在现有帧同步算法基础上进行改进,提出一种自适应门限的正交帧头判决方案,并将此方案应用于原同步算法的粗帧同步中。Matlab仿真结果表明,在存在码间干扰和多径衰落的无线信道中,该方案在不增加系统复杂度的前提下,可以提高帧同步的正确检测率和降低帧头的平均捕获时间,适用于高速移动通信系统。 相似文献
3.
融合人脸和指纹等特征信息进行身份认证识别。在对人脸图像使用主成分分析法降维和Herr-like方法特征提取、对指纹图像进行细节特征点提取的基础上,采用支持向量机进行融合识别。同时,采用一种改进的高斯核函数构造支持向量机。实验结果表明,该方法有效地提高了识别率和泛化能力。 相似文献
4.
针对基于支持向量机的聚类算法中,由于高斯核在无限远处的衰减几乎为零,从而影响聚类效果的问题,采用了改进的高斯核函数。该方法使在高维特征空间中,核函数不仅满足在测试点附近有较快的衰减速度,而且在无限远处仍能保持适度的衰减,从而提高聚类效果。实验表明,改进的高斯核比高斯核聚类错误率更低。 相似文献
5.
针对支持向量机中的核函数选择和参数优化问题进行研究,结合局部性函数和全局性核函数的特点,形成由高斯核函数和多项式核函数构成的混合核函数,并运用于人脸识别,仿真实验结果证明了混合核函数的具有较高的识别率。 相似文献
6.
在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比。结果表明了该方法的有效性。 相似文献
7.
针对在支持向量聚类,当样本分布不均匀时,单宽度的高斯核限制了支持向量机泛化性能,影响了聚类效果的问题,提出一种基于加权多宽度高斯核函数的支持向量聚类算法。加权多宽度高斯核函数比单宽度的高斯核有更多的可调参数,通过多参数调节,可提高泛化能力,改善聚类效果。仿真实验表明,与单宽度的高斯核相比,加权多宽度高斯核可以有效聚类,从而证明了该算法的有效性。 相似文献
1