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：清华大学
申请日：2022-03-03
公开（公告）日：2024-06-25
公开（公告）号：CN114755711B
主分类号：G01T1/38
分类号：G01T1/38;G01T1/167;G06F17/15
优先权：
专利状态码：有效-授权
法律状态：2024.06.25#授权;2022.08.02#实质审查的生效;2022.07.15#公开
摘要：本发明公开了一种基于自编码器的α、β脉冲甄别方法和装置，其中，该方法包括：获取粒子脉冲数据；其中，粒子脉冲数据包括α、β脉冲；将粒子脉冲数据输入训练好的自编码模型进行脉冲数据重建，得到脉冲数据的重建误差；比较重建误差大小，基于重建误差大小甄别输入粒子脉冲为α或β脉冲；其中，训练好的自编码模型对α脉冲数据的重建误差小于β脉冲数据重建误差。本发明实现α和β脉冲数据甄别，能够在猝灭水平变化条件下获得较低的α和β甄别错误率，具有较好的应用前景。
主权项：1.一种基于自编码器的α、β脉冲甄别方法，其特征在于，包括以下步骤：获取粒子脉冲数据；其中，所述粒子脉冲数据包括α、β脉冲；将所述粒子脉冲数据输入训练好的自编码模型进行脉冲数据重建，得到所述脉冲数据的重建误差；其中，所述自编码模型包括：网络输入层、编码层、中间层、解码层和网络输出层；其中，所述编码层和所述解码层互为镜相，将所述编码层的第一层预设第一多个神经元、第二层预设第二多个神经元、第三层预设第三多个神经元、第四层预设第四多个神经元，将所述中间层预设第五多个神经元，将所述网络输入层和所述网络输出层预设所述第一多个神经元；比较重建误差大小，基于所述重建误差大小甄别输入的所述粒子脉冲数据为α或β脉冲；其中，所述训练好的自编码模型对α脉冲数据的重建误差小于β脉冲数据重建误差；所述编码层的第一层的激活函数采用sigmoid函数，所述编码层的第二层至所述中间层的每一层的激活函数采用ReLU函数，所述sigmoid函数的公式和所述ReLU函数的公式分别为： 将所述训练数据集输入所述自编码模型进行迭代训练时，采用所述网络输入层与所述网络输出层的均方差作为损失函数，并利用Adam优化算法更新网络权重；所述比较所述脉冲数据的重建误差，α和β脉冲甄别函数PSD的公式为： 其中，y表示脉冲输入值，表示模型重建输出值。
全文数据：
权利要求：
百度查询： 清华大学 一种基于自编码器的α、β脉冲甄别方法和装置
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