为实现信号更高效、准确的识别,提出了一种基于计算机技术的通信信号分类识别方法。具体地,利用GA算法对支持向量机分类器模型中的两个主要参数——惩罚因子和核函数参数进行优化选取,通过构造无线通信信号的GA-LSSVM分类器,结合调制信...为实现信号更高效、准确的识别,提出了一种基于计算机技术的通信信号分类识别方法。具体地,利用GA算法对支持向量机分类器模型中的两个主要参数——惩罚因子和核函数参数进行优化选取,通过构造无线通信信号的GA-LSSVM分类器,结合调制信号特征参数,在不同信噪比环境下进行计算机识别仿真,分析验证GA-LSSVM分类器的性能。仿真结果表明,在不同信噪比环境中,GA-LSSVM分类器比其他分类器相比,具有更优的识别分类性能,且当信噪比大于0 d B时可取得90%以上的正确率。展开更多
目的建立能够同时测定生活饮用水中亚氯酸盐和氯酸盐的离子色谱法。方法在原来离子色谱仪的基础上把METROSEP A SUPP4色谱柱更换成METROSEP A SUPP7色谱柱,将水样经过0.45μm微孔滤膜过滤后,使水样中待测阴离子随淋洗液进入离子柱系统,...目的建立能够同时测定生活饮用水中亚氯酸盐和氯酸盐的离子色谱法。方法在原来离子色谱仪的基础上把METROSEP A SUPP4色谱柱更换成METROSEP A SUPP7色谱柱,将水样经过0.45μm微孔滤膜过滤后,使水样中待测阴离子随淋洗液进入离子柱系统,以保留时间定性,以峰面积定量,定量方法为外标法。淋洗液为3.6 mmol/L的Na2CO3,流速为0.70 ml/min,进样量为20μl,柱温为45℃。结果在0 mg/L^0.5 mg/L内,亚氯酸盐的线性方程为Q=2.81233A+0.0171715,相关系数r=0.9995,检出限为0.001 mg/L;氯酸盐的线性方程为Q=2.87165A+0.396459,相关系数r=0.9999,检出限为0.001 mg/L。线性关系良好(r≥0.9995),精密度高(RSD<5%),检出限低(ClO2-和ClO3-均为0.001 mg/L),加标回收率ClO2-为96.5%~102.3%,ClO3-为97.0%~107.0%。结论该方法在不改变主要仪器的基础上,通过更换色谱柱。具有操作简单、分离效果好、准确、灵敏度高,适用于生活饮用水中亚氯酸盐和氯酸盐的检测。展开更多
文摘为实现信号更高效、准确的识别,提出了一种基于计算机技术的通信信号分类识别方法。具体地,利用GA算法对支持向量机分类器模型中的两个主要参数——惩罚因子和核函数参数进行优化选取,通过构造无线通信信号的GA-LSSVM分类器,结合调制信号特征参数,在不同信噪比环境下进行计算机识别仿真,分析验证GA-LSSVM分类器的性能。仿真结果表明,在不同信噪比环境中,GA-LSSVM分类器比其他分类器相比,具有更优的识别分类性能,且当信噪比大于0 d B时可取得90%以上的正确率。
