声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1267/TN
国际刊号：1001-893X
发布日期:
作者：梁先明
单位：(中国西南电子技术研究所，成都610036)
关键词：小样本；个体识别；孪生网络；损失函数优化；Resnet网络；
针对信号辐射源个体识别小样本难以稳定收敛、识别准确率不足的问题，提出了一种基于优化孪生网络模型进行小样本辐射源个体识别的方法，分析了通过孪生网络实现不同类别样本对特征向量距离增大、相同类别样本对特征向量距离减小的弹簧模型，达到小样本训练损失函数的快速收敛的目的，并结合交叉熵实现损失函数优化，从而提升了小样本个体识别的准确率和稳定性。试验结果表明，针对每类不大于10个训练样本集的通信电台所提方法能够达到88%以上个体识别准确率。
来源：2022年第6期
《电讯技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。