[发明专利]一种基于深度学习的辐射源个体识别方法有效
| 申请号： | 202010110735.5 | 申请日： | 2020-02-24 |
| 公开（公告）号： | CN111310680B | 公开（公告）日： | 2022-11-04 |
| 发明（设计）人： | 杨海芬;张昊;王厚钧;杨睿;周亮;周军 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 陈一鑫 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 该发明公开了一种基于深度学习的辐射源个体识别方法，涉及辐射源个体识别技术领域。通过特征提取，然后输入神经网络进行辐射源个体的识别，在神经网络中加入过滤层，本发明过滤层的作用是在每个训练批次中，选择性的让一半的隐层节点值为0，可以明显地减少过拟合现象；这种方式可以减少特征检测器(隐层节点)间的相互作用，降低过拟合、提升性能检测器相互作用是指某些检测器依赖其他检测器才能发挥作用，通过上述技术方案本发明能够准确识别各辐射个体。 | ||
| 搜索关键词： | 一种 基于 深度 学习 辐射源 个体 识别 方法 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/202010110735.5/，转载请声明来源钻瓜专利网。
