[发明专利]莫尔斯电码深度学习训练数据制作方法

权利要求书

1.莫尔斯电码深度学习训练数据制作方法，其特征在于，包括以下步骤：

S1、获取莫尔斯电码音频信号样本，并对莫尔斯电码音频信号样本进行预处理，获得预处理后的音频信号；

S2、对预处理后的音频信号进行解析和转化，生成音频信号的频谱图片；

S3、建立神经网络模型对频谱图片进行训练数据的自动预标记；

S4、对自动预标记后的频谱图片进行训练数据的人工标记；

S5、综合自动预标记和人工标记的结果，生成训练数据标记结果，将训练数据标记结果和莫尔斯电码音频信号样本关联保存；

在步骤S2中，在对预处理后的音频信号进行转化时，采用傅里叶变换将预处理后的音频信号转化成频谱图片，频谱图片上莫尔斯电码以点或/和划的形式呈现；在步骤S3中，对频谱图片进行训练数据的自动预标记过程包括对点或/和划进行标记。

2.根据权利要求1所述的莫尔斯电码深度学习训练数据制作方法，其特征在于：在步骤S1中，对莫尔斯电码音频信号样本进行预处理的步骤包括：首先对信号进行放大处理，然后对放大后的信号进行滤波处理，最后对滤波后的信号进行降噪处理。

3.根据权利要求1所述的莫尔斯电码深度学习训练数据制作方法，其特征在于：在步骤S4中，对频谱图片进行训练数据的人工标记过程包括对步骤S3中自动预标记遗漏的点或/和划进行人工选定标记，以及对莫尔斯电码信号的起始点和结尾点进行人工选定标记。

4.根据权利要求3所述的莫尔斯电码深度学习训练数据制作方法，其特征在于：人工标记采用在图像处理工具上利用鼠标进行选定的方式进行标记。

5.根据权利要求1所述的莫尔斯电码深度学习训练数据制作方法，其特征在于：步骤S5中生成的训练数据标记结果可用于对步骤S3中的神经网络模型进行强化训练，直至经步骤S3自动预标记后的频谱图片无点或/和划的标记遗漏，步骤S4中人工标记只对莫尔斯电码信号的起始点和结尾点进行人工选定标记。

6.根据权利要求3所述的莫尔斯电码深度学习训练数据制作方法，其特征在于：在步骤S5中，生成训练数据标记结果时，结合神经网络的尺寸，生成训练数据对应的结果向量，最后将结果向量与对应莫尔斯电码音频信号样本关联保存。