摘要
本公开提供了一种基于非对称局部一致性重排的无线感知预训练模型的训练方法,该方法包括:对原始信号信息进行相位对齐,得到原始信号信息的样本原始特征图;将样本原始特征图输入无线感知预训练模型的第一神经网络,得到样本原始特征;对样本原始特征图进行第一下采样,得到样本原始特征图的多个初始局部区域特征;基于第一重排规则,对多个初始局部区域特征分别进行特征重排,得到多个增强局部区域特征;以及将由多个增强局部区域特征生成的样本增强特征图输入无线感知预训练模型的第二神经网络,得到样本增强特征;根据样本原始特征和样本增强特征构建相似度损失,对无线感知预训练模型进行训练,得到经训练的无线感知预训练模型。
技术关键词
预训练模型
相位对齐
样本
信号
执行矩阵乘法
功能模块
分类器
参数
天线
采样模块
带标签
单人
识别装置
识别方法
度量
数据
解码器
系统为您推荐了相关专利信息
供料设备
防溢料控制方法
煤炭
输送机
压力传感器
退化特征
刀具磨损状态
度量
特征提取器
多通道特征
冻土未冻水含量
神经网络模型
遗传算法优化BP神经网络
主成分分析法
时域反射法
组织
样本
LightGBM模型
机器学习模型
预测系统