申请/专利权人:山东大学
申请日:2024-02-28
公开(公告)日:2024-07-02
公开(公告)号:CN118277895A
主分类号:G06F18/2415
分类号:G06F18/2415;G06N3/0455;G06N3/047;G06N3/048;G06N3/084;G06N3/0442;G06F18/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.19#实质审查的生效;2024.07.02#公开
摘要:本发明涉及一种基于多门限的Vi‑Transformer网络的无人机型号分类方法,包括:搭建多门限的Vi‑Transformer网络;训练多门限的Vi‑Transformer网络得到无人机型号分类模型;通过无人机型号分类模型实现无人机型号分类。本发明通过考虑整个序列的超参数,使注意力机制有助于捕捉全局信息,而不仅仅关注序列的局部特征,有助于模型更全面的理解输入序列。同时在学习过程中可个性化适应不同的输入序列,根据输入的超参数信息调整自己的关注程度,从而提高对不同样本的处理能力;这些优势分别从损失函数和注意力调节的角度出发,在不同层面上帮助模型更好的学习和理解输入的无人机射频信号。
主权项:1.一种基于多门限的Vi-Transformer网络的无人机型号分类方法,其特征在于,包括:搭建多门限的Vi-Transformer网络;训练多门限的Vi-Transformer网络得到无人机型号分类模型;通过无人机型号分类模型实现无人机型号分类。
全文数据:
权利要求:
百度查询: 山东大学 一种基于多门限的Vi-Transformer网络的无人机型号分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。