一种基于深度学习的宽带宽频率频谱分析方法及系统

AITNT
正文
推荐专利
一种基于深度学习的宽带宽频率频谱分析方法及系统
申请号:CN202510104306
申请日期:2025-01-23
公开号:CN119538074B
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于深度学习的宽带宽频率频谱分析方法及系统,方法包括频谱信号采集、频谱预处理、异常干扰检测、频谱趋势预测和频谱调度管理。本发明涉及宽频率频谱分析技术领域,具体是指一种基于深度学习的宽带宽频率频谱分析方法及系统,本方案采用异常干扰检测—频谱趋势预测—频谱调度管理的三步走方法,通过逐层递进的深度学习和强化学习技术,能够实现对频谱异常的实时检测、未来趋势的精准预测,以及动态资源优化分配;采用结合特征增强的联合改进多分类支持向量机方法,进行异常干扰检测;采用结合一维卷积特征提取的时序集成网络,进行频谱趋势预测;采用近端策略优化算法增强的强化学习方法,进行频谱调度管理。
技术关键词
分类支持向量机 频谱分析方法 时序集成网络 矩阵 卷积特征提取 强化学习环境 数据 趋势预测模型 双向长短期记忆 线性 频率 频谱分析系统 网络特征 判别特征 强化学习方法 资源利用率最大化 参数 样本 信号采集模块
系统为您推荐了相关专利信息
1
一种面向地点推荐的流行度偏差缓解方法
地点 语义 表达式 偏差 特征提取模块
2
一种人工智能驱动的质量追溯与控制系统及方法
人工智能驱动 数据采集层 控制系统 Attention机制 控制策略
3
一种基于多层时空语义特征的交叉口车辆估计预测方法
交叉口车辆 语义特征 融合特征 节点特征 交通环境信息
4
一种基于空间数据的商圈边界识别方法及系统
商圈边界 密度聚类算法 识别方法 核心 网格
5
一种基于贝叶斯优化主-补模型的CO2排放浓度预测方法
浓度预测方法 模型预测值 ARIMA模型 检验方法 浓度检测技术
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