论文部分内容阅读
神经网络是辐射源识别的有效工具，但是随着辐射源信号的增加，新训练样本集不断加入，此时需要对所有训练样本重新训练以调整网络结构，将耗费大量时间和存储空间。为解决上述问题，本文引入一种神经网络增量学习算法一learn++算法用于辐射源识别，该算法能够在后继增量学习的同时，保留之前的训练结果，且不需访问之前数据，在保证识别精度的同时可显著减少训练时间和存储空间。仿真实验验证了算法的有效性。