摘要
本发明属于可见光通信领域,涉及基于线性注意力网络的LED光谱指纹特征个体识别方法和装置。包括步骤1:采集LED光源的原始光谱数据,并形成光谱指纹数据库;步骤2:对LED光源的原始光谱数据进行预处理,构建训练数据集,使用SpecLinNet网络训练,将训练数据集输入已训练完成的SpecLinNet网络,提取出Softmax层之前的特征向量,形成特征向量库。步骤3:对从光谱采集器获取到的待识别的LED原始光谱数据首先进行加权多元散射校正预处理,输入至SpecLinNet网络,将网络输出的特征向量与特征向量库中的特征逐一进行余弦相似性比较,并进行判断。本发明方法是物理层的安全认证方法,安全性更高。
技术关键词
光谱指纹特征
LED光源
光谱采集器
Softmax函数
特征向量库
网络
注意力模型
识别方法
线性
便携式光谱仪
校正
接收机
指纹数据库
可见光通信
样本
正则化参数
矩阵
系统为您推荐了相关专利信息
故障识别方法
一维卷积神经网络
多尺度特征提取
电缆故障识别系统
传输线模型
火灾预警方法
预警模型
光电式烟雾传感器
置信度阈值
阈值机制
光谱图像分类方法
预训练网络
图像分类模型
卷积模块
高光谱图像分类
Word2Vec模型
字符
长短期记忆网络
密码解码器
度量
社交机器人
线性插值方法
多层感知机
强化学习策略
注意力机制