龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北工业大学
摘要：本发明涉及一种基于深度学习的Lofar线谱检测方法，主要针对不规则波动的低信噪比的线谱检测与恢复问题。本发明将深度学习应用于线谱检测问题，使用卷积神经网络对线谱图像和噪声图像进行分类，并利用可视化策略恢复线谱，其效果远远超出传统线谱检测中人类视觉的感知范围，可以检测和恢复更低信噪比的线谱图像。
主权项：1.一种基于深度学习的Lofar线谱检测方法，其特征在于步骤如下：步骤1：数据增强对蒙特卡罗仿真生成的模拟图像，进行裁剪和翻转的数据增强方法，把数据增强后的模拟图像的90％设置为训练集，10％设置为测试集；步骤2：预训练使用信噪比为-20dB和-23dB的训练集预训练检测网络，预训练时使用Adam算法进行小批量梯度下降，并加入L2正则化和dropout减小过拟合；所述的检测网络选取Alexnet，包括5个卷积层，并在他们之间进行非线性激活和池化操作，3个全连接层，最后为2分类层；步骤3：训练降低学习率，使用信噪比为-24dB的训练集训练步骤2预训练好的检测网络，其他训练细节与步骤2的预训练一致；步骤4：检测和恢复线谱对于训练好的检测网络，输入线谱图片或噪声图片，检测网络可以检测出线谱图片，并将其传入恢复网络，恢复网络使用引导的反向传播，可以从被噪声掩盖的原始线谱图像中恢复线谱；所述的恢复网络与检测网络互为镜像关系。
全文数据：
权利要求：
百度查询： 西北工业大学 一种基于深度学习的Lofar线谱检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号