一种压缩卷积神经网络及雷达辐射源信号识别方法

AITNT
正文
推荐专利
一种压缩卷积神经网络及雷达辐射源信号识别方法
申请号:CN202411057018
申请日期:2024-08-02
公开号:CN119623527A
公开日期:2025-03-14
类型:发明专利
摘要
本发明属于图像压缩及信号识别技术领域,尤其涉及一种压缩卷积神经网络及雷达辐射源信号识别方法。所述压缩卷积神经网络中最后一个残差块为压缩残差块且该残差块中两个卷积层的输出特征图具有原始分辨率;针对最后一个残差块,不填充输入至倒数第二层卷积层的输入特征图。设置倒数第二层卷积层的卷积步长。利用倒数第二层卷积层所具有的原始卷积核对输入特征图执行卷积操作,获得输出特征图,输出特征图具有小于原始分辨率的压缩分辨率。雷达辐射源信号识别方法包括:接收雷达辐射源信号,并对雷达辐射源信号进行预处理,以获得预处理后图像。将预处理后图像作为输入,采用压缩卷积神经网络进行识别,以获得输入图像的类别。
技术关键词
压缩卷积神经网络 输出特征 分辨率 瓶颈结构 雷达辐射源信号 信号识别技术 残差网络 图像压缩 线性 像素 尺寸
系统为您推荐了相关专利信息
1
电力设备热故障诊断方法、装置、存储介质及计算机设备
电力设备 概率密度曲线 实例分割模型 核密度估计法 深度神经网络模型
2
一种交流电网潮流N-k故障校核方法及系统
历史故障数据 校核方法 计算机可执行指令 协方差矩阵 支路
3
一种基于高频信息引导眼底图像增强方法及系统
眼底图像增强方法 生成对抗网络模型 图像增强模型 高频特征 图像增强系统
4
基于多源数据和混合神经网络的电网负荷预测方法
电网负荷预测方法 负荷预测模型 气象预报数据 注意力机制 输出特征
5
叶片疾病识别方法、可读存储介质
疾病识别方法 输出特征 融合特征 分支 特征提取网络
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