论文部分内容阅读
分析了雷达信号属性的特点，阐明了决策树的构成，提出了基于决策树的雷达多属性分类方法。采取决策树的分类方法，不仅可以很好地对雷达属性进行分类，而且可以直接给出判断规则，将专家系统的经验思维直观地表达出来。采用决策树，还可以看到雷达各参数对预测量性的影响，从而提高了自学习能力。通过仿真实例，证明了该方法具有较高的识别率。