申请/专利权人：苏州元脑智能科技有限公司

申请日：2024-03-26

公开（公告）日：2024-06-14

公开（公告）号：CN117955938B

主分类号：H04L49/55

分类号：H04L49/55;H04B17/309;G06F18/2132;G06F18/214;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本申请实施例提供了一种识别信号质量的方法及装置，其中，该方法包括：获取目标交换机的物理层在多个传输通道上传输的待识别信号的特征数据，得到目标特征矩阵，其中，目标特征矩阵包括待识别信号在目标交换机的物理层的每个传输通道上传输时的特征数据；将目标特征矩阵输入目标神经网络模型，通过目标神经网络模型对待识别信号的信号质量进行识别，得到目标识别结果，其中，目标识别结果中包括用于表示待识别信号为异常信号的异常概率值，或者，目标识别结果中包括用于表示待识别信号为正常信号的正常概率值。通过本申请，解决了相关技术中人工判别信号质量准确率较低的问题，进而达到了提高信号质量判别的准确率的效果。

主权项：1.一种识别信号质量的方法，其特征在于，包括：获取目标交换机的物理层在多个传输通道上传输的待识别信号的特征数据，得到目标特征矩阵，其中，所述目标特征矩阵包括所述待识别信号在所述目标交换机的物理层的每个所述传输通道上传输时的特征数据；将所述目标特征矩阵输入目标神经网络模型，通过所述目标神经网络模型对所述待识别信号的信号质量进行识别，得到目标识别结果，其中，所述目标识别结果中包括用于表示所述待识别信号为异常信号的异常概率值，或者，所述目标识别结果中包括用于表示所述待识别信号为正常信号的正常概率值；其中，在所述将所述目标特征矩阵输入目标神经网络模型之前，所述方法还包括：获取样本特征矩阵，包括：获取多个样本交换机的物理层在多个传输通道上传输的多个样本信号的特征矩阵，得到多个特征矩阵；对多个所述特征矩阵中的部分或者全部特征矩阵进行数据变换，得到变换后的特征矩阵，其中，每个所述特征矩阵包括一个样本交换机的物理层在多个传输通道上传输的一个样本信号的特征数据，所述样本特征矩阵包括所述变换后的特征矩阵；使用所述样本特征矩阵对初始神经网络模型进行训练，得到训练结果，其中，所述训练结果包括用于表示所述样本信号为异常信号的预测异常概率值，或者，所述训练结果中包括用于表示所述样本信号为正常信号的预测正常概率值；在所述训练结果满足预设收敛条件的情况下，结束对所述初始神经网络模型的训练，得到所述目标神经网络模型。

全文数据：

权利要求：

百度查询： 苏州元脑智能科技有限公司 识别信号质量的方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD