一种基于多域特征融合全复值网络的信号分类方法

本发明提出了一种基于多域特征融合全复值网络的信号分类方法，属于信号处理领域。本发明采用全复数神经网络架构，从归一化方式、激活函数和数据多域变换入手，采用了一种在复平面推广的ReLU激活函数，并通过不变变换、短时傅里叶变换、Wigner‑Ville变换揭示信号在时域、局部频域、多分数阶傅里叶变换域的特征，在信号分类任务上展现出一定的性能改进。