一种基于迁移学习的多通道微弱信号识别分类方法.pdfVIP

  • 10
  • 0
  • 约9.91千字
  • 约 11页
  • 2023-07-12 发布于四川
  • 举报

一种基于迁移学习的多通道微弱信号识别分类方法.pdf

本发明属于多通道微弱信号识别技术领域,公开了一种基于迁移学习的多通道微弱信号识别分类方法,包括如下步骤:通过在源领域多通道微弱信号数据集上训练的至少部分参数迁移构建三维卷积神经网络模型,并将待分类的多通道微弱信号输入所述三维卷积神经网络模型中提取浅层特征;将所述浅层特征转换为RGB三通道特征图片;通过在JFT‑300M数据集上训练的参数迁移构建ViT模型,并将所述RGB三通道特征图片输入所述ViT模型中进行识别分类。综上,本发明基于两次迁移学习实现识别模型参数的有效优化,相比于现有算法,本发明的

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116416474 A (43)申请公布日 2023.07.11 (21)申请号 202310409020.3 G06F 18/213 (2023.01) (22)申请日 2023.04

文档评论(0)

1亿VIP精品文档

相关文档