摘要
本发明公开了一种基于深度学习多评估体系的射频指纹开集识别方法,首先构建深度学习多评估体系网络模型,输入射频目标数据进行分析,获取射频训练参数与数据,然后对得到的射频训练数据进行数据预处理,得到射频训练样本数据,再构造训练集通过深度学习多评估体系网络进行模型训练,得到模型权重文件,将射频训练样本数据输入训练好的深度学习模型,进行空间位置评估,得到评估结果,最后通过基准评估结果与参考评估结果进行对比分析,得到射频目标识别结果。本发明的方法不但能够在射频目标没有标签且数量未知的情况下进行识别,同时在射频指纹识别上具有较高的准确率,其评估结果具有较强的业务实用性。
技术关键词
训练样本数据
深度学习模型
开集识别方法
标签
网络
专用数据集
基准
射频指纹识别
语义特征提取
训练集数据
分支
参数
矩阵
表达式
系统为您推荐了相关专利信息
物理特征参数
分支
波形
深度学习模型
高维特征向量
智能化操作系统
超算系统
故障预测模型
历史运行数据
指标
网络安全防护方法
网络系统
性能指标数据
有效性
机器学习模型
变电站主接线图
智能识别方法
超分辨率网络
开关器件
文字识别模型训练