[发明专利]基于深度学习的开放集辐射源个体识别方法在审
| 申请号： | 202010723991.1 | 申请日： | 2020-07-24 |
| 公开（公告）号： | CN111914919A | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 汪清;张子豪;贺爽 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于通信辐射源个体识别领域以及深度学习领域，为实现对已知辐射源个体的准确分类，同时自主识别未知辐射源个体数据，扩大深度网络的应用范围，本发明，基于深度学习的开放集辐射源个体识别方法，在训练阶段，通过卷积神经网络提取训练集的类间差异特征，生成闭集激活向量CS‑AV用于已知集合分类，以及类内共同特征用于计算已知类基准向量即平均激活向量MAV，和构建威布尔模型，从而建立已知信息的整体量化模型；在测试阶段，通过威布尔累积分布函数CDF计算开集激活向量OS‑AV，通过开集激活向量OS‑AV定量表示测试样本不同于已知类的特异性特征，并估计样本的开集概率。本发明主要应用于辐射源个体识别场合。 | ||
| 搜索关键词： | 基于 深度 学习 开放 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天津大学，未经天津大学许可，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/202010723991.1/，转载请声明来源钻瓜专利网。
