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：重庆邮电大学
申请日：2024-04-11
公开（公告）日：2024-06-25
公开（公告）号：CN118250133A
主分类号：H04L27/00
分类号：H04L27/00;G06F18/241;G06N3/0455;G06N3/0464;G06N3/0895;G06N3/088;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明属于调制识别技术，特别涉及一种基于半监督特征学习的调制识别方法及装置，识别方法包括无监督特征学习和分类识别两个阶段，具体包括以下步骤：在无监督特征学习阶段，由编码器、通道注意力机制、解码器构成重构模型；通过编码器将原始信号映从高维空间映射到低维空间，得到原始特征；利用通道注意力机制对原始特征各通道进行加权处理；加权处理后的特征通过解码器进行重构，得到重构信号，且在编码器和解码器之间建立残差连接；以原始信号与重构信号之间的均方误差作为损失函数，采用随机梯度下降法对重构模型进行训练；在分类识别阶段，通过在无监督特征学习阶段完成训练的编码器和通道注意力机制提取原始信号的特征，并将特征输入分类器识别原始信号的调制方法；本发明提高了模型在无监督学习阶段的收敛能力，减少了浅层信息的丢失。
主权项：1.一种基于半监督特征学习的调制识别方法，其特征在于，识别过程包括无监督特征学习和分类识别两个阶段，具体包括以下步骤：在无监督特征学习阶段，由编码器、通道注意力机制、解码器构成重构模型；通过编码器将原始信号映从高维空间映射到低维空间，得到原始特征；利用通道注意力机制对原始特征各通道进行加权处理；加权处理后的特征通过解码器进行重构，得到重构信号，且在编码器和解码器之间建立残差连接；以原始信号与重构信号之间的均方误差作为损失函数，采用随机梯度下降法对重构模型进行训练；在分类识别阶段，通过在无监督特征学习阶段完成训练的编码器和通道注意力机制提取原始信号的特征，并将特征输入分类器识别原始信号的调制方法。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于半监督特征学习的调制识别方法及装置
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。
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