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
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
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
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
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