计算机应用研究

作者：涂同珩,金炜东,

单位：西南交通大学电气工程学院,成都610031；

关键词：自动机器学习,超参数优化,遗传编程,雷达辐射源信号,支持向量机,

基金：国家自然科学基金重点资助项目(61134002)；中央高校基本科研业务费专项资金资助项目(SWJT12CX038U)；；

针对雷达辐射源信号识别课题中复杂的参数配置问题，从机器学习参数优化的研究入手，提出了一种基于树结构的机器学习流程优化方法。该方法利用遗传编程生成基于树结构的机器学习流程，并对其结构和参数进行进化，得到表现最佳的带参数的机器学习流程。该流程可以包括特征处理和建模的任意组合，实现对原始数据集的学习和识别。与人工参数配制的一对一支持向量机在两种不同维度的雷达信号特征集上进行对比识别，相比之下，该方法无须繁琐的参数配置，准确率提高超过6%，证明该方法得到的基于树结构的机器学习流程有着明显的优势。

来源：2019年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第1期