基于判决树的调制样式识别方法是一种实时性好、 较为成熟的信号调制识别方法, 但是如何正确确定判决门限是影响该方法稳健性的关键因素之一.论文提出了一种改进的判决树法分类器, 利用神经网络的训练思想, 对判决树法的参数门限进行训练选取, 从而提高了判决树法的自适应能力, 能够随着目标信号的变化而自适应调整判决门限.最后, 通过仿真验证了论文所提方法的有效性.