基于深度学习的开放集辐射源个体识别方法

发明专利有效专利

申请号：
CN202010723991.1
IPC分类号：G06K9/62;G06K9/46;G06N3/04
申请日期：
2020-07-24
申请人：
天津大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的开放集辐射源个体识别方法
申请号	CN202010723991.1	申请日期	2020-07-24
法律状态	实质审查	申报国家	中国
公开/公告日	2020-11-10	公开/公告号	CN111914919A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;4查看分类表>
申请人	天津大学	申请人地址	天津市南开区卫津路92号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	天津大学	当前权利人	天津大学
发明人	汪清;张子豪;贺爽
代理机构	天津市北洋有限责任专利代理事务所	代理人	暂无

摘要

本发明属于通信辐射源个体识别领域以及深度学习领域，为实现对已知辐射源个体的准确分类，同时自主识别未知辐射源个体数据，扩大深度网络的应用范围，本发明，基于深度学习的开放集辐射源个体识别方法，在训练阶段，通过卷积神经网络提取训练集的类间差异特征，生成闭集激活向量CS‑AV用于已知集合分类，以及类内共同特征用于计算已知类基准向量即平均激活向量MAV，和构建威布尔模型，从而建立已知信息的整体量化模型；在测试阶段，通过威布尔累积分布函数CDF计算开集激活向量OS‑AV，通过开集激活向量OS‑AV定量表示测试样本不同于已知类的特异性特征，并估计样本的开集概率。本发明主要应用于辐射源个体识别场合。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供