首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于早期学习指导的半监督HRRP噪声标签过滤方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安电子科技大学

摘要:本发明公开了一种基于早期学习指导的半监督HRRP噪声标签过滤方法,包括:构建HRRP训练数据集及深度神经网络模型;对深度神经网络模型进行预训练;利用预训练后的网络模型对HRRP训练数据集进行预测并根据置信度划分为两个数据集;构建已知标签数据集和未知标签数据集以形成半监督训练数据集并进行数据增强;利用增强后的数据对网络模型进行半监督训练;利用半监督训练后的网络模型生成未知标签数据集的标签并对网络模型进行全监督训练;利用全监督训练后的网络模型对HRRP数据进行目标识别。本发明在模型早期学习训练阶段使用广义交熵损失函数,提出适用于HRRP的数据增强方案,可以更好地降低噪声标签对模型的影响,具备更好的稳定性和可实施性。

主权项:1.一种基于早期学习指导的半监督HRRP噪声标签过滤方法,其特征在于,包括:S1:构建具有噪声标签的HRRP训练数据集及深度神经网络模型;S2:将所述HRRP训练数据集输入所述深度神经网络模型进行多轮预训练,获得预训练后的网络模型;S3:利用预训练后的网络模型对所述HRRP训练数据集进行预测,根据模型预测结果的置信度将所述HRRP训练数据集划分为两个数据集X和U;S4:利用所述数据集X和U构建已知标签数据集和未知标签数据集以形成半监督训练数据集,并对所述半监督训练数据集中的数据进行数据增强;S5:利用数据增强后的数据对所述预训练后的网络模型进行半监督训练;S6:利用半监督训练后的网络模型生成所述未知标签数据集的标签,并对所述半监督训练后的网络模型进行全监督训练,获得全监督训练后的网络模型;S7:利用所述全监督训练后的网络模型对待识别的HRRP数据进行目标识别。

全文数据:

权利要求:

百度查询: 西安电子科技大学 一种基于早期学习指导的半监督HRRP噪声标签过滤方法

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。