基于包括不确定类别维度的半监督辐射源个体识别方法

本发明公开了一种基于包括不确定类别维度的半监督辐射源个体识别方法，在原始信号预处理基础上，利用深度神经网络对样本切片进行特征提取与分类预测，结合动态伪标签机制实现对大规模无标签数据的有效利用，通过利用部分已知类别样本引导无标签样本的识别过程，引入不确定类别输出与稳定性伪标签筛选机制，实现对辐射源个体的高效识别与分类。本发明的方法能够在训练阶段自动识别预测结果不明确的样本，避免错误伪标签干扰，有效提升模型在类别不完整和标注稀缺条件下的识别准确性，同时引入正负样本对的欧氏距离与余弦相似度构建对比损失，通过联合优化样本间的类内聚合与类间分离，增强模型对特征空间结构的判别能力。