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：浙江工业大学
申请日：2024-03-22
公开（公告）日：2024-06-25
公开（公告）号：CN118245872A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/214;G06F18/213;G06F18/22;G06N3/045;G06N3/0475;G06N3/0985
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：基于元学习的小样本开集增量学习的射频指纹识别方法和装置，其方法包括1特征预训练：提取更多的信号模态信息，利用基本会话数据获得特征并嵌入网络和分类器权值。2元任务采样：将基类数据集分为支持集、多样本查询集、开集，从基础会话数据中抽取大量的模拟小样本开集增量识别任务，以模拟真实的小样本开集增量识别任务的过程。3元增量训练：将网络在新类样本和旧类样本之间进行泛化，通过基于相似性的交叉熵损失函数对增量学习进行优化，基于元学习的思想，对大量的模拟样本增量学习任务进行优化。4小样本开集识别的优化：在元任务中模拟开集场景，以优化开集识别能力使用聚类样本的方法来逐步减少类内差距。5自适应RFF开集识别机制：采用多头自注意机制，挖掘原型点之间的关系，使用注意块生成倒点，之后使用优化函数滴对元学习任务进行优化。本发明提出了一种针对小样本的射频指纹识别方案，从训练集中抽取伪任务来实现环境仿真，适用于连续的增量过程，相较于传统的增量学习方法，取得了更优的识别效果。
主权项：1.一种基于元学习的小样本开集增量学习的射频指纹识别方法，其特征在于：具体步骤如下：1特征预训练：提取更多的信号模态信息，利用基本会话数据获得特征并嵌入网络和分类器权值；2元任务采样：将基类数据集分为支持集、多样本查询集、开集，从基础会话数据中抽取大量的模拟小样本开集增量识别任务，以模拟真实的小样本开集增量识别任务的过程；3训练元增量：将网络在新类样本和旧类样本之间进行泛化，通过基于相似性的交叉熵损失函数对增量学习进行优化，基于元学习的思想，对大量的模拟样本增量学习任务进行优化；4优化小样本开集识别：在元任务中模拟开集场景，以优化开集识别能力，并使用聚类样本的方法来逐步减少类内差距；5自适应射频指纹开集识别机制：采用多头自注意机制，挖掘原型点之间的关系，使用注意块生成倒点，之后使用优化函数对元学习任务进行优化。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于元学习的小样本开集增量学习的射频指纹识别方法和装置
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