一种融合一维二维卷积神经网络的深度学习信号分类方法[CN202010736397.6] - 浙江工业大学

专利申请

2020-07-28
公布公告

2024-03-29
授权日期

2024-03-29
终止

2034-03-27

一种融合一维二维卷积神经网络的深度学习信号分类方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202010736397.6 申请日期： 2020-07-28 专利主类别： G06F18/241 {{ classMap["G06F18/241"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

专利注册信息

初审公告期号	2020-07-28	初审公告日期	2024-03-29
注册公告期号	2024-03-29	注册公告日期	2024-03-29
专用权期限	2024-03-29 - 2034-03-27	专利类型	发明授权
代理组织机构	杭州天正专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种融合一维二维卷积神经网络的深度学习信号分类方法，包括以下步骤：S1：使用无线电信号作为样本数据，分别处理IQ信号的I通道和Q通道，利用Gram矩阵将它们转化为不同的特征矩阵SI、SQ；S2：定义一个结构对称的一维卷积和二维卷积并联的卷积神经网络模型；S3：将无线电信号输入一维卷积通道，将SI、SQ输入二维卷积通道；S4：在一维卷积和二维卷积每一个块单元结束后，将一维卷积的特征向量利用Gram矩阵转化为二维矩阵，再经过卷积后，叠加到二维卷积神经网络的特征矩阵上；S5：对卷积神经网络模型进行端到端的训练；S6：将样本数据输入训练完成的模型进行分类。本发明避免了人工提取特征的弊端、降低了时间复杂度、部署方便。

法律进度