- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于多尺度循环谱特征和自注意力生成对抗网络的调制信号识别方法,基于多尺度的循环谱特征建立调制信号识别模型。模型采用自注意力生成对抗网络,自注意力模块采用递归神经网络来产生视觉注意,可以让网络重点关注循环谱的局部信息。采用上下文自动编码器用于原图和注意力图的结合,并设置多尺度损失函数,可以在不同的译码层提取特征,将不同尺度信息融合来获得更加丰富的特征信息。为了增加数据的可靠性,利用AutoAugment数据增强算法提升数据价值,并结合多尺度的循环谱特征增强自注意力生成对抗网络的泛化能
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113343924 B
(45)授权公告日 2022.05.17
(21)申请号 202110746817.3 G06K 9/62 (2022.01)
文档评论(0)