该发明公开了一种基于深度学习的辐射源个体识别方法,涉及辐射源个体识别技术领域。通过特征提取,然后输入神经网络进行辐射源个体的识别,在神经网络中加入过滤层,本发明过滤层的作用是在每个训练批次中,选择性的让一半的隐层节点值为0,可以明显地减少过拟合现象;这种方式可以减少特征检测器(隐层节点)间的相互作用,降低过拟合、提升性能检测器相互作用是指某些检测器依赖其他检测器才能发挥作用,通过上述技术方案本发明能够准确识别各辐射个体。
声明:
“一种基于深度学习的辐射源个体识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)