CN119026000B 一种基于生成对抗网络的小样本辐射源个体开集识别方法 (杭州电子科技大学).pdfVIP

  • 0
  • 0
  • 约2.08万字
  • 约 24页
  • 2026-03-16 发布于重庆
  • 举报

CN119026000B 一种基于生成对抗网络的小样本辐射源个体开集识别方法 (杭州电子科技大学).pdf

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119026000B

(45)授权公告日2025.01.17

(21)申请号202411505528.4G06N3/0475(2023.01)

G06N3/094(2023.01)

(22)申请日2024.10.28

G06N3/096(2023.01)

(65)同一申请的已公布的文献号

G06N3/084(2023.01)

申请公布号CN119026000A

G06N3/0985(2023.01)

(43)申请公布日2024.11.26G06N3/048(2023.01)

(73)专利权人杭州电子科技大学(56)对比文件

地址310018浙江省杭州市钱塘区白杨街CN108875818A,2018.11.23

道2号大街1158号CN112966544A,2021.06.15

(72)发明人杨阿锋吴超CN118468123A,2024.08.09

审查员黄平

(51)Int.Cl.

G06F18/241(2023.01)

G06F18/2131(2023.01)

G06F18/22(2023.01)

G06N3/0455(2023.01)

G06N3/0464(2023.01)

权利要求书2页说明书11页附图10页

(54)发明名称

一种基于生成对抗网络的小样本辐射源个

体开集识别方法

(57)摘要

本发明公开了一种基于生成对抗网络的小

样本辐射源个体开集识别方法,该方法首先获取

不同辐射源个体的时序数据,并转换为时频图构

建时频图数据集。其次将时频图进行RGB通道归

一化,再将其输入生成对抗网络中,进行重构训

练。然后利用训练后的对抗网络生成已知样本和

未知样本,将已知样本和未知样本加入到时频图

数据集进行扩充,并采用已知样本对生成对抗网

络进行微调训练。最后将扩充后的时频图数据集

输入到基于最大损失的自注意力ResNet18网络

中,结合生成对抗网络输入和输出的重构损失实

B现辐射源的开集识别。本发明解决了辐射源个体

0识别中的小样本问题和开集识别问题,更好的实

0

0

6现了辐射源的开集识别。

2

0

9

1

1

N

C

CN119026000B权利要求书1/2页

1.一种基于生成对抗网络的小样本辐射源个体开集识别方法,其特征在于,包括以下

步骤:

步骤1:获取不同辐射源个体的时序数据,并将时序数据转换为时频图,由时频图构建

时频图数据集;

步骤2:将时频图进行RGB通道归一化,再将其输入到由编码器、解码器和鉴别器构成的

生成对抗网络中,进行重构训练,直至收敛;

步骤3:利用训练后的对抗网

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档