基于卷积神经网络的深度学习的智能频谱图分析方法.docxVIP

（19 ）中华人民共和国国家知识产权局 （12 ）发明专利说明书  （10）申请公布号CN108446631B （43）申请公布日 2020.07.31 （21 ）申请号 CN201810228389.3 （22 ）申请日 2018.03.20 （71 ）申请人 北京邮电大学 地址 100876 北京市海淀区西土城路 10 号 （72 ）发明人 王丹石;张民;辛宇;付美霞;李进 （74 ）专利代理机构 北京路浩知识产权代理有限公司代理人 王文思 （51 ）Int.CI 权利要求说明书 说明书 幅图 （54 ）发明名称 基于卷积神经网络的深度学习的智能频谱图分析方法 （57 ）摘要 本发明公开了一种基于卷积神经网络的深度学习的智能频谱图分析方法，涉及光通信领 域，所述的方法包括以下步骤：获取所需分析的 频谱图像集；频谱图像预处理；训练卷积神经网 络(CNN)模块；所需频谱图像输入到训练好的的CNN 中进行特征提取和性能分析；输出结果。本发明提供了一种通过自动检测提取特征达到自学 习和演进的频谱图分析方法，解决了处理频谱数 据中数据维度过高或者不确定的而导致的模型结