[发明专利]一种基于小样本学习和特征增强的辐射源个体识别方法有效
| 申请号： | 201911302131.4 | 申请日： | 2019-12-17 |
| 公开（公告）号： | CN111126226B | 公开（公告）日： | 2023-07-28 |
| 发明（设计）人： | 丁辰伟;孙闽红;孙硕人 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06F18/213 | 分类号： | G06F18/213;G06F18/241;G06F18/10;G06F18/214;G06N3/0464 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于小样本学习和特征增强的辐射源个体识别方法，包括步骤：S11.对不同个体的雷达脉冲信号经过短时傅里叶变换、灰度处理得到雷达脉冲信号的灰度矩阵；S12.将所述得到的灰度矩阵输入至稀疏自编码器中进行特征提取，得到特征矩阵；S13.对所述提取到的特征矩阵利用图像增强的方式进行特征增强，得到增强后的特征矩阵；S14.判断雷达脉冲信号的样本数量是否小于阈值，若是，则将增强后的特征矩阵输入到增强条件对抗生成网络中对样本数量进行扩充，再返回步骤S14；若否，则执行步骤S15；S15.将增强后的特征矩阵输入到卷积神经网络中进行训练，将特征输入到分类器中进行分类识别。 | ||
| 搜索关键词： | 一种 基于 样本 学习 特征 增强 辐射源 个体 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911302131.4/，转载请声明来源钻瓜专利网。
