龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国电子科技集团公司第三十六研究所;西安电子科技大学
申请日：2022-03-29
公开（公告）日：2023-10-24
公开（公告）号：CN116933050A
主分类号：G06F18/213
分类号：G06F18/213;G06F18/214;G06F18/24;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.11.10#实质审查的生效;2023.10.24#公开
摘要：本发明涉及一种基于类范例选择和多目标线性规划的电磁信号分类方法，包括：使用包括多个类的电磁信号的旧类数据，训练第一分类模型；根据训练中真实标签与预测标签之间的归一化互信息对旧类数据训练样本进行重新排序；并依据分类难度在每个类的旧类数据中筛选部分训练样本进行存储；对于增加的多个类的新类数据，在第一分类模型基础上，进行多目标线性规划，对分类器进行更新，得到第二分类模型；采用存储的旧类数据和增加的新类数据的训练样本进行第二分类模型的特征微调训练，得到增量学习后的分类模型，用于对新类与旧类数据进行分类。本发明不仅对新增类实现较高的分类准确率，而且可以保持对旧类电磁信号的分类能力。
主权项：1.一种基于类范例选择和多目标线性规划的电磁信号分类方法，其特征在于，包括：使用包括多个类的电磁信号的旧类数据，训练第一分类模型；所述第一分类模型为深度卷积神经网络分类模型；根据训练中真实标签与预测标签之间的归一化互信息对旧类数据的训练样本进行重新排序；并依据分类难度，在每个类的旧类数据中按顺序筛选部分训练样本进行存储；对于增加类的新类数据，在第一分类模型基础上，进行多目标线性规划，对第一分类模型的分类器进行更新，得到第二分类模型；采用存储的旧类数据和增加的新类数据的训练样本进行第二分类模型的特征微调训练，得到增量学习后的分类模型，用于对新类和或旧类的电磁信号数据进行分类。
全文数据：
权利要求：
百度查询： 中国电子科技集团公司第三十六研究所;西安电子科技大学 基于类范例选择和多目标线性规划的电磁信号分类方法
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