一种基于全连接网络和增强离散特征损失函数的单频特征提取方法

AITNT
正文
推荐专利
一种基于全连接网络和增强离散特征损失函数的单频特征提取方法
申请号:CN202510196122
申请日期:2025-02-21
公开号:CN120045920A
公开日期:2025-05-27
类型:发明专利
摘要
本发明提供了一种基于全连接网络和增强离散特征损失函数的单频特征提取方法,通过设计与数据适配的全连接神经网络,利用增强离散特征损失函数进行训练,得到一种计算开销较小的单频特征提取神经网络,能够较为准确的提取目标辐射噪声中含有的单频特征,为目标识别提供基础。本发明用于功率谱和LOFAR谱图单频特征提取,取得较好的效果。
技术关键词
离散特征 特征提取方法 损失函数计算方法 网络 标签 节点数 特征提取模型 功率 仿真数据 噪声 偏差 关系 数值 分辨率 频段 基础
系统为您推荐了相关专利信息
1
一种基于用户偏好的命名数据网络动态聚类缓存方法
命名数据网络 节点 缓存方法 神经协同过滤 缓存策略
2
一种针对地磁暴现象的容器化高保真星间链路仿真方法及系统
星间链路仿真系统 节点 容器 卫星通信仿真技术 轨道
3
一种基于WeSpeaker架构的隐私增强型语音伪造检测方法
增强型语音 通道注意力机制 TTS技术 速度变化技术 解耦技术
4
多光谱中医舌面象信息分析设备及方法
多光谱 神经模糊推理系统 信息分析方法 神经网络模型 模糊规则库
5
卫星边缘计算中考虑星间链路波动性的服务迁移方法
服务迁移方法 时延 链路 中央控制器 卫星网络拓扑
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