[发明专利]基于深度学习的信号特征提取方法在审

专利信息
申请号: 202010533429.2 申请日: 2020-06-12
公开(公告)号: CN111652177A 公开(公告)日: 2020-09-11
发明(设计)人: 陆慧娟;滕皓;严珂;叶敏超;朱文杰 申请(专利权)人: 中国计量大学
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 310018 浙江省杭州市钱塘*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于深度学习的信号特征提取方法,包括如下步骤:1)对原始稀疏频谱信号进行压缩,使之成为时序频谱信号,在压缩后完成去噪处理,获得重构后的时序频谱信号,作为训练数据;2)用半监督学习方法对训练数据中没有被标记的时序频谱信号进行标记;对各组时序频谱信号进行模拟,并利用遗传算法对时序频谱信号之间的相关性进行度量;3)利用已经标记好的训练数据,利用深度学习方法对各组时序频谱信号进行分类及预测。本发明通过多方法融合提高了模型训练效率并实现无标记标签自动添加标签,预测结果更准确。
搜索关键词: 基于 深度 学习 信号 特征 提取 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中国计量大学,未经中国计量大学许可,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/202010533429.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top