一种基于增量学习的无线电信号智能识别方法

AITNT
正文
推荐专利
一种基于增量学习的无线电信号智能识别方法
申请号:CN202411865402
申请日期:2024-12-18
公开号:CN119917994A
公开日期:2025-05-02
类型:发明专利
摘要
本发明提供一种基于增量学习的无线电信号智能识别方法,包括如下步骤:S100,采集数据集;S200,构建能够增量训练的深度神经网络模型;S300,采用所述数据集对所述深度神经网络模型进行增量训练;S400,将训练完成的深度神经网络模型用于无线电信号识别。本发明通过融合增量学习机制,实现深度神经网络模型与无线电信号波形的快速高效匹配,提升无线电信号波形识别准确率。
技术关键词
深度神经网络模型 智能识别方法 无线电信号识别 信号调制方式 优化深度神经网络 融合增量学习 Sigmoid函数 注意力机制 序列 融合特征 矫正 阶段 样本 数据 残差模块 时域特征 频域特征 卷积模块
系统为您推荐了相关专利信息
1
一种基于端侧AI芯片智能校准的温湿度传感器
智能校准 深度神经网络模型 温湿度传感器 模拟数字转换器 处理单元
2
一种多模态云融合服务平台的方法
梅尔频率倒谱系数 云存储数据库 建立数据索引 多项式核函数 云存储服务
3
一种基于多源遥感影像深度学习滑坡智能识别方法
多源遥感影像 智能识别方法 定位修正方法 多传感器 扩容方法
4
一种基于深度学习的扬尘噪声监测数据智能分析方法
噪声监测数据 智能分析方法 空洞卷积神经网络 多源监测数据 深度神经网络模型
5
一种基于AI的VR场景智能识别方法
智能识别方法 语义图谱 融合语义 三元组 音频
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