首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于直推式极大置信推理的小样本信号识别方法及模型 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民解放军空军工程大学

摘要:本公开是一种基于直推式极大置信推理的小样本信号识别方法,包括:收集IQ信号样本,构建训练集、支撑集和查询集;在训练集中采样多个小样本分类任务,模拟利用支撑集训练识别查询集的小样本任务;将训练集小样本任务中的IQ信号映射为极化域累积星座图;对信号特征进行提取;针对每个子任务构建邻接权值矩阵;计算模拟查询集的标签;构建模拟查询集预测结果与标签间的交叉熵损失;重复步骤至参数完全收敛;将IQ信号映射为极化域累积星座图,完成对查询集类别的预测。本申请利用时空并行特征提取网络充分提取信号多维度特征,并可根据特征构建图模型进行标签传播,仅利用几个标签样本完成分类器的快速适应,还能解决不平衡数据带来的稳定性差问题。

主权项:1.一种基于直推式极大置信推理的小样本信号识别方法,其特征在于,包括以下步骤:S101,收集IQ信号样本,构建训练集、支撑集和查询集,其中支撑集和查询集共享标签空间,训练集的标签空间与支撑集和查询集均不相交;S102,在所述训练集中采样多个小样本分类任务,模拟利用支撑集训练识别查询集的小样本分类任务;S103,将训练所述小样本分类任务作为子任务,将所述子任务中的IQ信号映射为极化域累积星座图;S104,利用特征提取网络提取信号特征并对所述信号特征进行处理;S105,针对每个所述子任务构建邻接权值矩阵;S106,输入每个子任务中模拟支撑集的标签,并通过标签传播的方式计算模拟查询集标签;S107,构建模拟查询集预测结果与标签间的交叉熵损失,并端到端的更新网络参数;S108,重复步骤S103-S107,直至网络模型的参数完全收敛;S109,将所述支撑集与查询集的IQ信号映射为极化域累积星座图,并利用所述网络模型完成对查询集类别的预测。

全文数据:

权利要求:

百度查询: 中国人民解放军空军工程大学 基于直推式极大置信推理的小样本信号识别方法及模型

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。