龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：天津大学
摘要：本发明涉及无线通信技术、接入设备识别技术，为提出辐射源个体识别新方法，本发明，基于知识蒸馏机制的类增量辐射源个体识别方法，以残差神经网络为基础结构构建辐射源个体识别系统，在残差网络特征提取器后添加一个自注意力层，将最后一个全连接层修改为余弦相似度层；辐射源个体识别系统需要添加新类时，冻结训练好的原始网络作为教师网络，拷贝教师网络作为学生网络，学生网络对全连接层进行修改，冻结关于旧类的权重，添加关于新类的输出头，并使用新辐射源个体类别数据进行参数更新；将新类数据通过教师网络得到的预测值作为知识蒸馏伪标签，学生网络进行模型更新时，使用蒸馏损失约束模型更新。本发明主要应用于辐射源个体识别场合。
主权项：1.一种基于知识蒸馏机制的类增量辐射源个体识别方法，其特征是，以残差神经网络为基础结构形成辐射源个体识别系统，在残差网络特征提取器后添加一个自注意力层，将最后一个全连接层修改为余弦相似度层；辐射源个体识别系统需要添加新类时，冻结训练好的原始网络作为教师网络，拷贝教师网络作为学生网络，学生网络在教师网络参数基础上，对全连接层进行修改，冻结关于旧类的权重，添加关于新类的输出头，并使用新辐射源个体类别数据进行参数更新；将新类数据通过教师网络得到的预测值作为知识蒸馏伪标签，学生网络进行模型更新时，使用蒸馏损失约束模型更新，使学生模型关于旧类的输出与教师网络一致；处理增加新类详细步骤如下：步骤1当识别系统需要增加新的辐射源类别时，冻结训练好的原始网络作为教师网络，并复制教师网络作为学生网络，学生网络冻结余弦归一化层中关于旧类的权重，并添加关于新类的输出头；步骤2将新辐射源类别数据输入识别系统，将新类数据通过教师网络得到的预测值作为知识蒸馏伪标签，学生网络进行模型更新时，采用交叉熵损失函数、余弦相似度损失函数和蒸馏损失函数以较低学习率进行微调；步骤3训练完成后识别系统在由新类和旧类共同构成的测试集上进行测试，该训练好的学生模型又可作为下一增量阶段的教师模型。
全文数据：
权利要求：
百度查询： 天津大学 基于知识蒸馏机制的类增量辐射源个体识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号