[发明专利]基于内隐知识构建图卷积网络的电磁信号识别方法及装置有效
| 申请号： | 201910395367.0 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110210330B | 公开（公告）日： | 2021-05-28 |
| 发明（设计）人： | 杨昉;邹琮;潘长勇;王军 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于内隐知识构建图卷积网络的电磁信号识别方法及装置，其中，该方法包括：获取多个电磁信号，并提取多个电磁信号的特征描述，根据多个电磁信号的特征描述生成特征矩阵作为第一类输入信息；挖掘多个电磁信号的内隐知识，根据内隐知识构建基于电磁信号内隐知识的图结构作为第二类输入信息；根据第一类输入信息和第二类输入信息搭建图卷积神经网络，利用弱监督学习方法对图卷积神经网络进行循环迭代训练，以使图卷积神经网络输出多个电磁信号的类别。该方法可以利用每个节点的特征，挖掘节点与节点之间的关系，对每个电磁信号类别的特征进行深入的提取，构建图卷积神经网络，对电磁信号进行识别，利用更多的信息，泛化能力更强。 | ||
| 搜索关键词： | 基于 知识 构建 图卷 网络 电磁 信号 识别 方法 装置 | ||
【主权项】：
1.一种基于内隐知识构建图卷积网络的电磁信号识别方法，其特征在于，包括以下步骤：S1，获取多个电磁信号，并提取所述多个电磁信号的特征描述，根据所述多个电磁信号的特征描述生成特征矩阵作为第一类输入信息；S2，挖掘所述多个电磁信号的内隐知识，根据所述内隐知识构建基于电磁信号内隐知识的图结构作为第二类输入信息；S3，根据所述第一类输入信息和所述第二类输入信息搭建图卷积神经网络，利用弱监督学习方法对所述图卷积神经网络进行循环迭代训练，以使所述图卷积神经网络输出所述多个电磁信号的类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910395367.0/，转载请声明来源钻瓜专利网。
