原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及辐射源个体识别技术领域，为提出复杂场景下的辐射源个体识别方法，本发明采取的技术方案是，基于知识蒸馏与图模型的小样本增量辐射源个体识别方法，首先使用已知的辐射源数据进行训练得到一个骨干网络；随后进行伪类增量训练：两个分类器分别连接同一自适应图模型分类器，通过训练优化自适应图模型分类器；然后进入增量训练阶段，一方面，利用教师网路对学生网络进行知识蒸馏；另一方面，已经训练完成的自适应图模型分类器会根据新出现的少量辐射源个体自适应的联系上下文信息；最后，利用训练好的骨干网络及其连接的自适应图模
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117496228A
(43)申请公布日2024.02.02
(21)申请号202311372386.4
(22)申请日2023.10.23
(71)申请人天津大学
地址300072
文档评论（0）