• 专利申请
    2020-10-30
  • 公布公告
    2024-02-20
  • 授权日期
    2024-02-20
  • 终止
    2034-02-17
一种基于子图网络的调制信号分类方法及系统
一种基于子图网络的调制信号分类方法及系统
* 专利信息仅供参考,不具有法律效力。 有效专利
CN202011196212.3 2020-10-30 G06F18/241 {{ classMap["G06F18/241"] }}
浙江工业大学 查看申请人名下所有专利
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 2020-10-30 初审公告日期 2024-02-20
注册公告期号 2024-02-20 注册公告日期 2024-02-20
专用权期限 2024-02-20 - 2034-02-17 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
一种基于子图网络的调制信号分类方法,包括:S1、将双通道的I/Q调制信号转换为四通道信号,并进行峰值检测处理;S2、将所述四通道信号分别转换成加权有向网络图,并将四个所述加权有向网络图分别映射为一阶子图网络;S3、分别对四个所述加权有向网络图、四个所述一阶子图网络进行特征提取,得到八个特征向量,并对所述特征向量进行空间扩展,得到每个所述I/Q调制信号的融合特征向量;S4、对所述调制信号分类模型进行训练,分类精度小于预设阈值,调整圆系有限穿越可视图建网方法中的超参数,并重复步骤S2~S3,直到分类精度大于或等于预设阈值,通过训练好的分类模型完成对I/Q调制信号的分类。本发明还提供一种基于子图网络的调制信号分类系统。
法律进度
  • 2024-02-20 授权 ...

  • 2021-03-09 实质审查的生效 IPC(主分类): G06K 9/00 专利申请号: 202011196212.3 申请日: 2020.10. ...

  • 2021-02-19 公开 ...

同类专利
  • 基于动态构图的半监督分类方法

  • 基于多维特征提取无监督EEG信号分类方法

  • 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

  • 基于知识共享和模型迁移的全封闭压缩机故障诊断方法

  • 一种基于自监督学习和迁移学习的抑郁症分类方法

  • 基于生成式对抗网络的信号调制类型识别攻击的防御方法

  • 一种基于图神经网络的调制信号分类方法和系统

  • 基于约束对抗卷积自编码记忆融合网络的故障诊断方法

  • 基于深度代价敏感卷积网络的故障诊断方法及诊断框架

  • 基于物联网储罐安全监测方法及系统

  • 一种基于双级对齐部分迁移网络的旋转设备故障诊断方法

  • 基于多元可视图神经网络模型的情绪识别方法

咨询该专利

您还可以
推荐专利
{{ v.name }}
取 消 确 定