摘要
本申请公开了一种相似正样本择优的电磁信号自监督学习方法,其包括:对电磁信号基础数据集进行条件聚类,计算基础数据集中每条电磁信号的相关特征并将其作为信号的特征矩阵并对其的每个特征进行预处理,根据预处理后的特征值对对电磁信号进行谱聚类,得到候选相似正样本;计算候选相似正样本中每两条样本之间的距离,并根据距离得到样本之间的区分标签,根据区分标签赋值与预设标签值之间的比较,得到相似正样本;构建带有记忆存储模块的孪生对比学习网络模型;将相似正样本输入带有记忆存储模块的孪生对比学习网络模型中进行自监督对比学习训练。本申请提升了自监督学习中相似样本的效率与效能。
技术关键词
存储模块
样本
电磁
记忆
信号
监督学习方法
特征值
标签
编码
矩阵
拉普拉斯
单层
聚类
输入模块
网络模型训练
基础
初始化方法
高斯核函数
频率
系统为您推荐了相关专利信息
模型构建方法
米酵菌酸
解离速率常数
大鼠
代谢动力学模型