《飛行器電信號分類和識別的小樣本遷移學習方法》是北京航空航天大學於2021年4月13日申請的專利，該專利公布號為CN112926547A，專利公布日為2021年6月8日，發明人是李可、彭卓清、張可立、王少凡、李竟語、楊順昆、陳曉丹、劉猛。
基本介紹
- 中文名：飛行器電信號分類和識別的小樣本遷移學習方法
- 授權公告號：CN112926547A
- 授權公告日：2021年6月8日
- 申請號：2021103954971
- 申請日：2021.04.13
- 申請人：北京航空航天大學
- 地址：100191北京市海淀區學院路37號
- 發明人：李可; 彭卓清; 張可立; 王少凡; 李竟語; 楊順昆; 陳曉丹; 劉猛
- Int. Cl.：G06K9/00(2006.01)I; G06N3/04(2006.01)I; G06N3/08(2006.01)I
- 專利代理機構：北京金恆聯合智慧財產權代理事務所11324
- 代理人：李強
專利摘要
本發明涉及一種飛行器小樣本電信號分類識別的遷移學習方法,包括：將源域信號進行採集與傳輸(102)，送入特徵提取基礎模組源域多尺度殘差卷積模組(103)和源域最大池化層(104)，將基礎模組中的參數送入目標域的多尺度殘差卷積模組(110)和目標域的最大池化層(111)，在訓練過程中目標域的全局平均池化層(112)，目標域的隨機丟棄層(113)和目標域的全連線層(114)均要進行反向傳播更新網路參數(217)，直到疊代步數更新滿足目標域疊代步數判斷模組條件(220)，從而結束訓練(221)。通過該方法，有效解決了實際測試過程中小樣本數據的深度學習問題，顯著提升了飛行器信號分類和識別的準確率。
