摘要
本发明公开了一种基于ELMNet的低截获概率雷达信号脉内调制识别方法、系统、设备及程序产品,方法包括对低截获概率雷达信号进行平滑伪魏格纳‑维利分布时频分析,生成时频图像集;对时频图像集预处理,划分训练集和测试集;构建ELMNet模型,使用训练集对模型进行训练,采用标签平滑交叉熵损失函数,设置模型超参数和优化器;使用测试集对训练后的模型进行测试,以评估识别准确率和聚类效果。本发明优化了特征提取效果,扩大了特征感知范围并提升特征表达能力,有效缓解过拟合问题,提高模型泛化能力;解决了低信噪比环境下低截获概率雷达信号识别准确率不足的问题,显著提升了识别性能,保持了较高的计算效率,适用于实际工程应用。
技术关键词
积层
Softmax函数
模型超参数
图像
优化器
标签
雷达
双线性插值算法
注意力
信号
更新模型参数
模块
变量
计算机程序产品
噪声方差
像素
通道
处理器
索引
系统为您推荐了相关专利信息
互动学习系统
语音输入模块
实体教具
投影显示设备
图像采集模块
动态三维模型
事件特征
场景监控
多模态交互
实时监控系统
亮度
模型训练模块
神经网络模型构建
训练神经网络模型
数据读取单元
数字高程模型
形态学滤波
生成方法
数字表面模型
图像块