摘要
本发明公开了一种基于自适应多项式核函数和多模态融合的目标识别方法,属于目标识别技术领域,目标识别方法包括:获取待识别目标的原始信号,基于小波阈值去噪算法对所述原始信号预处理生成待分析信号;对待分析信号进行多模态时频分析,输出三类时频特征图;将三类时频特征图进行动态加权融合处理生成融合时频特征张量,并经过卷积神经网络处理后生成时序特征向量;将时序特征向量分别输入至卷积神经网络和梯度提升回归树GBRT模型进行处理后输出基于目标类别的初步识别结果和特性验证结果完成目标识别。本发明通过多模态分析技术,结合短时傅里叶变换与小波变换的优势,实现目标的准确识别。
技术关键词
多项式核函数
识别方法
短时傅里叶变换
脉冲噪声
信号
去噪算法
时序
识别置信度
多模态
Softmax函数
频率
噪声功率谱密度
分辨率
粒子群优化算法
形态
局部特征提取
信噪比
压制噪声
系统为您推荐了相关专利信息
模式检测方法
多尺度
模式特征库
脑电信号采集模块
机器学习算法
驱动超声换能器
线性稳压器
可控电源模块
升压转换电路
栅极驱动芯片
锁频系统
深度学习模型
参数调控方法
数字PID控制器
联合损失函数
断层识别方法
注意力机制
预训练模型
地震反射数据
解码器