基于自动深度学习的通信电台个体识别方法、装置和设备

AITNT
正文
推荐专利
基于自动深度学习的通信电台个体识别方法、装置和设备
申请号:CN202411820658
申请日期:2024-12-11
公开号:CN119691421B
公开日期:2025-10-17
类型:发明专利
摘要
本发明涉及基于自动深度学习的通信电台个体识别方法、装置和设备,通过开发了一套利用自动深度学习框架AutoKeras解决电台个体识别问题的方法,通过其自动化的实现方式显著减少人工参与成本,简化学习与识别的工作流程,有效的大幅提升了通信电台个体识别的性能。经过实验验证,相较于传统神经网络能够获得更适合通信电台个体识别的神经架构,从而可以有效提取更具代表性的射频特征,最终实现了更高的通信电台个体识别准确率,还能够为实际应用中的通信电台识别带来更大的操作便利性和效率优势。
技术关键词
通信电台 神经架构搜索 识别方法 样本 生成数据集 模型超参数 正则化参数 管道结构 识别装置 网络 深度学习框架 射频特征 算法 数据获取模块 搭建模块
系统为您推荐了相关专利信息
1
一种轻质建筑材料表面缺陷检测方法及系统
轻质建筑材料 表面缺陷检测方法 表面图像数据 二维离散余弦变换 模型超参数
2
主机安全风险的评估方法、装置及非易失性存储介质
非易失性存储介质 样本 主机 数据 风险评估模型训练
3
一种空间对齐和因果交互的高光谱激光雷达协同分类方法
激光雷达图像 分类网络 像素 融合多模态特征 高光谱激光雷达
4
眼动测试轨迹生成方法、眼动控制方法、装置和系统
眼动数据 轨迹生成方法 模拟设备 眼动控制方法 粒子群优化算法
5
信用卡信息的处理方法、装置、可读存储介质及电子设备
信用卡 随机森林模型 支持向量机 K近邻 训练样本集
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