摘要
本发明涉及基于RFI‑KAN模型的射频干扰检测方法及系统,包括如下模块:卷积模块:浅层网络使用卷积层、批量归一化层、ReLU激活函数作为卷积模块,使用3×3卷积核,步长为1,填充形状为(1,1)的常量填充;KAN模块:将输入特征X切分重塑为特征块,再使用3×3的卷积核,通过卷积操作将切分后的特征块映射到一个D维空间中。本发明提出具备跳跃连接的多层编译/解码结构,并在其深层网络层次中使用新的KAN模块,集成的KAN模块通过将中间特征投射,再使用KAN算子进行解算,从而实现了对应多层感知器的功能,并在减少参数量的同时达到了相近的准确性,应用到射频干扰检测中,能够更快更准确的检测处干扰信号的类型。
技术关键词
射频干扰检测方法
干扰检测系统
卷积模块
卷积神经网络深度学习模型
FAST射电望远镜
分辨率
输出特征
基础网络架构
仿真软件
阶段
集成开发环境
数据
信号
多层感知器
解码结构
识别特征
编码
系统为您推荐了相关专利信息
光电容积脉搏波
面部表情特征提取
多尺度特征融合
信号特征提取
识别方法
时间序列特征
域名识别方法
节点特征
多模态
分类模型识别
图像检测方法
噪声特征
相位特征
图像类别
噪声提取
语义分割模型
垃圾识别方法
特征提取模块
融合特征
度量