該發明公開了一種基于深度學習的輻射源個體識別方法,涉及輻射源個體識別技術領域。通過特征提取,然后輸入神經網絡進行輻射源個體的識別,在神經網絡中加入過濾層,本發明過濾層的作用是在每個訓練批次中,選擇性的讓一半的隱層節點值為0,可以明顯地減少過擬合現象;這種方式可以減少特征檢測器(隱層節點)間的相互作用,降低過擬合、提升性能檢測器相互作用是指某些檢測器依賴其他檢測器才能發揮作用,通過上述技術方案本發明能夠準確識別各輻射個體。
聲明:
“一種基于深度學習的輻射源個體識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)