一种混合特征样本扩充结合演化LSTM网络的信号识别方法

AITNT
正文
推荐专利
一种混合特征样本扩充结合演化LSTM网络的信号识别方法
申请号:CN202410847897
申请日期:2024-06-27
公开号:CN119202551B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种混合特征样本扩充结合演化LSTM网络的信号识别方法,首先提取多种混合特征后利用滑动窗口进行样本扩充得到适用于LSTM神经网络的特征样本,针对传统LSTM神经网络超参数依赖专家经验调整难以得到最优超参数的问题,提出一种量子北极狼机制进行高效求解,突破了传统LSTM神经网络依赖人工选择超参数带来依赖专家经验和随机性大的应用局限。
技术关键词
信号识别方法 LSTM神经网络 超参数 样本 成形滤波器 策略更新 代表 调制信号识别 非线性 序列 四阶累积量 高阶累积量 频率 元素 符号间干扰 归一化方法 特征参量 接收机
系统为您推荐了相关专利信息
1
一种考虑风向约束的臭氧时空加权神经网络遥感估算方法及装置
神经网络模型 卫星遥感数据 遥感估算方法 臭氧 站点
2
一种融合细粒度和原型学习的MRI序列识别方法
序列识别方法 细粒度特征 原型 图像 医学影像特征
3
用于荧光纺织材料的荧光性能检测方法、设备及介质
性能检测方法 荧光染料 样本 DBSCAN算法 纺织材料工艺
4
评分卡模型的训练方法及装置、电子设备和存储介质
评分卡模型 分箱 逻辑回归模型 对象 计算机可执行指令
5
一种基于数字孪生的矿井装备寿命预测与维护系统
矿井设备 数字孪生模型 装备寿命预测 数据 矿井环境
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号