邢开颜+李梅

摘要：信号是消息的载体，现代社会的信号种类繁多，分类复杂，对信号分类结果的要求也越来越高，用传统的方法对信号进行分类已经不再适用。数据挖掘（Data rnining）是从大量数据中挖掘有趣模式和知识的过程，适合对大量的信号进行分类，为人们的工作提供便利。本文简述了数据挖掘分类算法在雷达信号、心电信号、音频信号和通信信号四种信号分类识别中的应用，介绍了信号分类的过程及其优缺点，找出信号分类识别的发展方向，为未来信号的分类识别研究莫定基础。

关键词：人工智能；信号分类；数据挖掘；神经网络；支持向量机

引言

信号是表示消息的物理量，是运载消息的工具，是消息的载体。信号在我们的生活中无处不在，类型多种多样，包含大量的信息，易受到各种噪声的干扰，现代社会对信号分类的性能要求很高，这些都给信号的分类识别带来了难度，用传统的方法对信号进行分类识别已不能满足人们的需求，寻找新的信号分类方法是很有必要的。

数据挖掘（Data mining）是从大量的、不完全的、模糊的、有噪声的以及具有随性的数据中，对隐含的、具有潜在作用和有意义知识进行提取的过程，可以帮助人们在“大数据”中获得需要的信息，数据挖掘有众多的分类算法，这些分类算法各有千秋，为信号的分类识别提供了新的思路，与哪些传统方法相比，分类算法的分类正确性更高，计算速度更快，更适合处理大量的数据，也更具有智能性，如心电信号、脑电信号的自动识别方便医生的诊断，雷达信号的智能识别提高了作战效率等，这些识别方法中都有分类算法的应用。……