基于多尺度感受野和上下文感知的中频特征对比学习方法

AITNT
正文
推荐专利
基于多尺度感受野和上下文感知的中频特征对比学习方法
申请号:CN202510323134
申请日期:2025-03-19
公开号:CN120234634A
公开日期:2025-07-01
类型:发明专利
摘要
本发明提供了一种基于多尺度感受野和上下文感知的中频特征对比学习方法,包括:获取若干个输入电磁信号;估算输入电磁信号的中心频率;根据输入电磁信号的中心频率对输入电磁信号进行信号预处理得到输入电磁信号的中频I/Q波形数据;对中频I/Q波形数据进行复数分解和最大幅度归一化形成中频信号样本;对所述中频信号样本进行基于多尺度感受野和上下文感知的中频高阶特征提取,获取特征向量;根据若干个输入电磁信号中已知信号的特征向量,对未知信号的特征向量进行信号聚类;其中,根据已知信号特征向量与未知信号特征向量的余弦相似度进行信号聚类。在不同信噪比条件下本发明提取中频高阶特征的鲁棒表现均为良好,具有优秀的泛化能力。
技术关键词
特征提取模型 学习方法 多尺度 电磁 中频信号 双向长短期记忆网络 样本 波形 卷积模块 辐射源 傅里叶变换处理 频率 聚类 数据 列表 多尺寸 级联 采样率 信噪比
系统为您推荐了相关专利信息
1
一种基于模型驱动的设备健康等级评估方法及装置
特征提取模型 设备健康等级 决策树算法 分类器模型 模拟生态系统
2
一种基于深度学习的定量光声图像方法及系统
多头注意力机制 饱和度 前馈神经网络 波长 编码器模块
3
一种水声被动目标探测方法、装置及设备
信号特征 噪声 信号采集装置 探测装置 二次误差
4
一种激光熔覆修复轴类零件疲劳寿命预测方法及系统
特征参量 疲劳寿命预测方法 剩余疲劳寿命 XGBoost算法 轴类零件
5
应用于目标检测的YOLO模型的优化处理方法及装置
YOLO模型 注意力 通道 过滤器 网络
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