《类别不平衡条件下雷达信号识别》为作者：孙艺聪最新的研究成果，本论文的主要观点为在实际电子侦察过程中，由于各种原因,侦收到的不同类型信号数量相差很大，类别之间严重不平衡，常规方法在这种数据集下训练得到的分类器不能有效识别少数类。针对这一问题，本文首先采用栈式自编码器对中频数据进行降维和特征提取，然后在降维后的特征空间内通过多种过采样方法生成新的少数类样本，使数据集重新平衡，并利用再平衡后的数据集训练分类器，最后采用F分数和ROC曲线两种评价方法对分类效果进行评价。实验结果表明，通过过采样处理，分类器对少数类的识别性能有所提升。不知是否符合录用要求，望您批评与指正。