

一种基于迁移学习的辐射源工作模式识别方法.pdf
猫巷****婉慧
亲,该文档总共21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
一种基于迁移学习的辐射源工作模式识别方法.pdf
本发明公开了供一种基于迁移学习的辐射源工作模式识别方法,其包括以下步骤:获取小样本辐射源数据,并从现有的各辐射源工作模式数据中挑选辅助数据;将小样本辐射源数据和挑选得到的辅助数据构成迁移学习的源域;将待识别辐射源数据作为迁移学习的目标域;对源域和目标域的样本进行流形特征学习;获取流形特征学习后的源域和流形特征学习后的目标域的总体分布差异,得到训练数据;基于训练数据优化分类器,并获取目标域的辐射源工作模式。本方法解决了小样本难以识别辐射源工作模式的问题。
一种基于多域迁移学习的跨时间辐射源个体识别方法.pdf
本发明公开了一种基于多域迁移学习的跨时间辐射源个体识别方法,包括如下步骤:S1、采集不同时间下多个电台发射的中频AD信号数据,生成辐射源个体识别样本集;S2、继续采集不同时间下多个电台发射的中频AD信号数据,得到无标签样本集;S3、得到训练样本集与验证样本集;S4、构建基于多域迁移学习的跨时间辐射源个体识别模型;S5、训练识别模型;S6、利用训练好的跨时间辐射源个体识别模型进行辐射源个体识别。本发明克服了现有技术的传统方法中难以提取辐射源指纹特征、需要长时间测量信号稳态特性才能完成对辐射源个体的识别的缺点
一种基于迁移元学习的害虫识别方法.pdf
本发明提供一种基于迁移元学习的害虫识别方法,包括以下步骤:S1:构建害虫数据集,并随机采样分别组成支持集和查询集;得到改进的特征提取网络;S2:更新改进的特征提取网络的参数;S3:得到支持集和查询集中各个样本的特征向量;S4:计算得到支持集中每个类别的原型;S5:计算得到查询集中各个样本的类别概率作为害虫识别结果。本发明提供一种基于迁移元学习的害虫识别方法,解决了现有的害虫识别方法在区分新类别和旧类别害虫时准确率较低的问题。
一种基于迁移学习的动物个体识别方法及装置.pdf
本发明提供一种基于迁移学习的动物个体识别方法及装置,其中的方法包括:获取待识别动物的目标图像;对目标图像进行预处理,得到预处理图像;对原始ResNet34网络模型进行改进,获取改进型ResNet34网络模型,改进型ResNet34网络模型的初始模型参数通过迁移学习获得;将预处理图像输入至预先训练的改进型ResNet34网络模型,得到待识别动物的个体识别结果,该方法能够有效提高动物个体识别效率,且对光照、待识别动物姿态以及遮挡等问题不敏感,具有较好的鲁棒性,保证了动物个体识别的准确性。
一种基于深度迁移学习的混凝土裂缝识别方法.pdf
本发明属于混凝土结构损伤检测技术领域,公开了一种基于深度迁移学习算法的混凝土裂缝识别方法,对裂缝图像进行预处理形成数据集;以裂缝数据集作为输入,将在ImageNet上已训练好的视觉几何组(VisualGeometryGroup,简称VGG‑16)网络中的卷积层作为特征提取器进行输出,预训练出一个全连接层;将VGG‑16网络中全连接层以上的特征层进行迁移,与之前预训练的全连接层连接,得到基于深度迁移学习的神经网络模型,冻结部分参数,重新进行训练。本发明提出的基于深度迁移学习算法的混凝土裂缝检测模型,减少