摘要
本申请的实施例涉及雷达技术领域,特别涉及一种雷达干扰信号半监督识别方法、系统、设备及介质,所述方法包括:对雷达干扰信号进行短时傅里叶变换,构建包含有标签训练样本和无标签训练样本的训练样本集;基于有标签训练样本对CNN网络进行预训练,得到预训练模型;利用预训练模型对无标签训练样本进行预测,生成伪标签,对伪标签进行筛选,利用保留的置信度高的无标签训练样本计算半监督损失值;利用无标签训练样本对预训练模型进行类别感知对比学习,计算类别感知对比损失值;基于半监督损失值和类别感知对比损失值计算总损失值,对预训练模型进行微调,得到识别模型;将待识别雷达干扰信号输入至识别模型中,获得识别模型输出的识别结果。
技术关键词
标签
预训练模型
短时傅里叶变换
雷达
识别方法
训练样本集
筛选算法
半监督学习
网络
矩阵
处理器通信
识别系统
模块
数据
超参数
可读存储介质
存储器
因子
系统为您推荐了相关专利信息
多任务卷积神经网络
图像块
识别方法
卷积神经网络模型
标签
检测模型训练方法
概率密度函数
样本
损失函数优化
实体提取方法
储层物性参数
智能预测方法
无标签数据
残差卷积神经网络
岩石物理模型
运营管理方法
异常事件
物联网传感器
节点
执行智能合约