内容提供者
信号识别方法、装置、电子设备及存储介质.pdf
2023-06-06
10金币
884KB
20页
如灵****姐姐
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共20页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
信号识别方法、装置、电子设备及存储介质.pdf
本申请提供一种信号识别方法、装置、电子设备及存储介质。该方法包括:采集实际信号数据;根据实际信号数据提取第一多维相位差统计特征;利用预训练得到的频谱感知模型根据第一多维相位差统计特征确定是否检测到信号存在;响应于检测到信号存在,则根据实际信号数据提取多维特征;利用预训练得到的信号识别模型根据多维特征确定实际信号数据对应的调制方式。选择多个维度的特征作为信号感知和识别的判决条件,并且是对通过频谱感知模型感知到的信号进行识别,基于多维输入的深度学习框架进行学习,实现不依赖于先验信息和专家知识的自动调制方式识别
2023-06-06
10
884KB
信号类别识别方法、装置、电子设备及存储介质.pdf
本申请涉及深度学习技术领域，特别涉及一种信号类别识别方法、装置、电子设备及存储介质，其中，方法包括：获取多数类的第一信号样本和少数类的第二信号样本；根据第一信号样本对预设网络模型进行训练得到教师模型，利用第一信号样本对教师模型进行迭代自蒸馏得到第n代子模型，并锁定第n代子模型中分类输出层之外所有层的参数权重，得到新模型；利用预设欠采样方法从第一信号样本随机选择部分信号样本，基于部分信号样本和第二信号样本生成新信号样本，利用新信号样本训练新模型，直到训练完成，得到分类器，利用分类器识别目标信号的实际类别。由
2023-07-19
10
701KB
声非视距信号识别方法及装置、电子设备、存储介质.pdf
本发明公开了一种声非视距信号的识别方法、电子设备、储存介质,包括:通过音频采集装置采集音频定位数据;对所述音频定位数据进行预处理,得到频谱矩阵;将所述频谱矩阵输入至CNN神经网络进行训练,得到特征块;将所述特征块输入Bi?LSTM网络中得到特征状态;将所述特征状态输入全连接层,输出声非视距识别结果。本方法对声非视距信号识别准确度极高。
2023-04-26
10
473KB
识别方法、装置、电子设备及存储介质.pdf
本发明提供一种识别方法、装置、电子设备及存储介质，方法包括：获取用户在当前显示界面上点击的第一位置；其中，当前显示界面显示的场景中包括虚拟对象；根据第一位置及第二位置，确定用户在虚拟对象上点击的第一图元，第二位置为当前显示界面显示的场景的视点所在的位置；根据第一图元确定用户点击第一位置对应的第一触发事件。该方法根据用户在当前显示界面上点击的第一位置以及当前显示界面显示的场景的视点所在的位置，确定用户在虚拟对象上点击的第一图元，保留了虚拟对象的深度信息，识别准确度提高，相较于包围盒碰撞检测，识别到图元信息，
2023-11-14
10
382KB
语音信号的识别方法、装置、电子设备、存储介质及产品.pdf
本申请提供了一种语音信号的识别方法、装置、电子设备、存储介质及产品，属于语音交互技术领域。方法包括：接收目标语音信号，确定目标语音信号包括的多个语音帧；确定多个语音帧在第一解码图中的第一路径的第一解码参数，以及确定多个语音帧在第二解码图中的第二路径的第二解码参数；在第一解码参数和第二解码参数的差值不大于预设差值的情况下，确定第一路径包括的多个第一节点和每个第一节点的解码参数；基于第一解码参数、多个第一节点和每个第一节点的解码参数，确定目标语音信号的识别结果，识别结果用于表示是否唤醒电子设备。由于既考虑了语
2023-07-24
10
806KB