一种混合特征样本扩充结合演化LSTM网络的信号识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种混合特征样本扩充结合演化LSTM网络的信号识别方法
申请号:CN202410847897
申请日期:2024-06-27
公开号:CN119202551B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种混合特征样本扩充结合演化LSTM网络的信号识别方法,首先提取多种混合特征后利用滑动窗口进行样本扩充得到适用于LSTM神经网络的特征样本,针对传统LSTM神经网络超参数依赖专家经验调整难以得到最优超参数的问题,提出一种量子北极狼机制进行高效求解,突破了传统LSTM神经网络依赖人工选择超参数带来依赖专家经验和随机性大的应用局限。
技术关键词
信号识别方法 LSTM神经网络 超参数 样本 成形滤波器 策略更新 代表 调制信号识别 非线性 序列 四阶累积量 高阶累积量 频率 元素 符号间干扰 归一化方法 特征参量 接收机
系统为您推荐了相关专利信息
空调冷负荷 大型商业建筑 数据 室内环境参数 预测模型训练
问答方法 自然语言 文本 大语言模型 话题关键词
网络入侵检测方法 特征选择 入侵检测数据 mRMR算法 GP模型
随机森林模型 压气机 噪声预测方法 迁移学习模型 噪声预测系统
人工智能分类 数据 算法模型训练 预训练模型 样本