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
神经网络模型
卫星遥感数据
遥感估算方法
臭氧
站点
序列识别方法
细粒度特征
原型
图像
医学影像特征
性能检测方法
荧光染料
样本
DBSCAN算法
纺织材料工艺
评分卡模型
分箱
逻辑回归模型
对象
计算机可执行指令
矿井设备
数字孪生模型
装备寿命预测
数据
矿井环境