摘要
本发明提供一种基于塔克分解的图卷积神经网络的射频指纹识别方法,解决了现有深度学习方法针对极小训练样本条件下识别性能较低的问题。该方法将塔克分解和图卷积神经网络应用于射频指纹识别中,提出利用塔克分解来寻找图信号的图邻接矩阵,并使用该图邻接矩阵和双层图卷积网络来确定最佳的模型参数,最后使用全连接层输出最终分类结果。实验结果表明此方法获得了更好的识别性能。
技术关键词
射频指纹识别方法
卷积神经网络参数
拉普拉斯
无线电设备
信号
矩阵
变化检测方法
深度学习方法
噪声统计
数据
训练集
样本
核心
采集卡
阶段
系统为您推荐了相关专利信息
异步传输模式
多用户检测方法
消息传递算法
混合自动重传请求
SCMA编码器
无线快取记录器
数据处理方法
差分脉冲编码调制
数据中心
压缩算法
检测探头
智能评估模型
阴道
盆底功能检测
热敏电阻传感器
元器件
分拣系统
特征描述符
深度卷积网络
长宽比
光传输信号
发送方
点对点结构
接收方
非对称加密算法