龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：浙江工业大学
摘要：本发明提出一种基于无线电信号分类的对抗增强方法，具体包括如下步骤：S1：样本处理；S2：预训练分类模型；S3：数据增强；S4：数据筛选；S5：增强识别模型；S6：将增强的识别模型用于识别无线电信号，完成调试识别。本发明通过引入对抗训练思想，通过控制eps、iteration参数，在样本上添加算法精心设计的细微扰动，生成边界样本，将边界样本与原训练样本混合，在增强模型防御能力的同时提高模型的分类精度。
主权项：1.一种基于无线电信号分类的对抗增强方法，其特征在于：具体包括如下步骤：S1：将无线电信号作为样本数据集进行预处理，并将所述样本数据集进行划分；具体为：S11：将若干个无线电信号作为样本数据，得到电信号样本数据集；S12：将所述电信号样本数据集进行最大最小归一化处理；S13：将预处理后的数据按照1:2比例划分为训练集和测试集；S2：通过划分后的样本数据集，对分类模型进行预训练；S3：对预训练后的样本数据集进行攻击和计算，得到对抗样本；基于所述分类模型的决策边界面，并在所述对抗样本上引入细微扰动，得到边界样本和强对抗样本；具体为：S31：对所述样本数据集进行目标攻击，并指定目标标签；S32：攻击后的样本数据集进行多次迭代计算，得到对抗样本；S33：在迭代前引入eps参数和控制迭代次数，并在所述对抗样本上添加扰动；S34：基于所述分类模型的决策边界面，将攻击成功为目标标签的样本称为弱对抗样本，将所述对抗样本前一次迭代的样本为边界样本；S4：对所述边界样本、强对抗样本进行筛选；采用每类样本间的距离L2不同来进行筛选，具体是将L2作为原样本预测向量与生成样本预测向量之间差异的自然度量不同来进行筛选，表达式为： 其中，gv是softmax层生成的分类模型的输出向量，Voi为原始样本第i个数据的数值，Vai为生成样本第i个数据的数值；S5：将筛选后的边界样本和强对抗样本进行融合，重新训练分类模型，得到增强后的分类模型；S6：将增强的识别模型用于识别无线电信号，完成调试识别。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于无线电信号分类的对抗增强方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号