申请/专利权人：天津光电通信技术有限公司

申请日：2024-04-16

公开（公告）日：2024-07-05

公开（公告）号：CN118051765B

主分类号：G06F18/2131

分类号：G06F18/2131;G06F18/2431;G06N3/0464;G06V10/42;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明实施例公开了一种噪声全局特征提取方法、装置、服务器及存储介质，首先基于大量高斯白噪声生成特征图谱数据集，并将特征图谱数据集先经过级联卷积层处理以降低维度，由此获得分别表征询问矩阵Q、键矩阵V、值矩阵V。利用Q矩阵与K矩阵进行相关度运算，并基于相关度得到初步特征图谱中像素点的权重，直至得到所有像素点的权重，并生成像素点和邻近像素点的时频图，并利用多头自注意力模块对时频图进行处理，获取全局噪声信息。能够增强获取全局噪声特征的能力，可构造在多尺度上互异的噪声信号，进而能够提升训练后的CNN对信号类型识别的准确性。

主权项：1.一种噪声全局特征提取方法，其特征在于，包括：基于大量高斯白噪声生成噪声多尺度特征图谱数据集，所述噪声多尺度特征图谱数据集包括：噪声时域包络图子集、噪声循环谱子集和TFT短时傅里叶变换二维时频图谱子集；将所述噪声多尺度特征图谱数据集输入级联卷积层，得到级联卷积层输出的初步特征图谱；随机选取初始特征图谱中的一个像素点，对选取的一个像素点和邻近像素点进行池化处理，并对池化结果分别进行线性投影，分别得到查询矩阵、键矩阵和值矩阵；利用所述查询矩阵、键矩阵和值矩阵确定所述一个像素点和邻近像素点的相关性关系；根据所述一个像素点和邻近像素点的相关性关系得到初步特征图谱中该像素点的权重；返回随机选取初始特征图谱中的一个像素点步骤，直至选取完所有像素点，基于每个像素点赋予的权重，生成像素点和邻近像素点的时频图；将所述像素点和邻近像素点的时频图输入多头注意力模块，利用多头注意力模块输出噪声全局特征；所述对选取的一个像素点和邻近像素点进行池化处理，并对池化结果分别进行线性投影，分别得到查询矩阵、键矩阵和值矩阵，利用如下方式实现： ， ， ，其中，Q为查询矩阵、K为键矩阵、V为值矩阵，、、分别为三个线性变换矩阵，表示局部特征图谱中像素点i的信息，表示像素点i邻近的像素点j的信息；所述利用所述查询矩阵、键矩阵和值矩阵确定所述一个像素点和邻近像素点的相关性关系，采用如下方式实现： ，其中，dk为Softmax函数的维度，KT为K的转置矩阵；所述根据所述一个像素点和邻近像素点的相关性关系得到初步特征图谱中该像素点的权重，采用如下方式实现： ，为所有像素点及其相邻像素点的相似性的归一化求和，其中X表示输入信号转换成的图谱集。

全文数据：

权利要求：

百度查询： 天津光电通信技术有限公司 噪声全局特征提取方法、装置、服务器及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD