-
公开(公告)号：CN113076996B
公开(公告)日：2022-08-23
申请号：CN202110353155.3
申请日：2021-03-31
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种改进粒子群极限学习机的辐射源信号识别方法，该方法包括以下步骤：S1：将辐射源信号进行预处理；S2：对S1步骤得到的预处理后的信号提取特征参数，获取训练样本以及测试样本；S3：将S2步骤中得到的训练样本放入极限学习机中，并初始化粒子群优化算法的参数，以指数函数法获取学习因子值；S4：经过S3步骤中极限学习机的学习，算出均方误差作为适度值与惯性权重划分，并不断更新粒子的速度与位置，调整极限学习机的连接权重和阈值。该方法主要解决传统优化极限学习机分类精度不高等问题，在信噪比较低的环境下快速寻优且识别率达到95%以上，该方法能够快速寻优，提高学习效率，来增加个体识别的正确率。
-
公开(公告)号：CN113076996A
公开(公告)日：2021-07-06
申请号：CN202110353155.3
申请日：2021-03-31
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种改进粒子群极限学习机的辐射源信号识别方法，该方法包括以下步骤：S1：将辐射源信号进行预处理；S2：对S1步骤得到的预处理后的信号提取特征参数，获取训练样本以及测试样本；S3：将S2步骤中得到的训练样本放入极限学习机中，并初始化粒子群优化算法的参数，以指数函数法获取学习因子值；S4：经过S3步骤中极限学习机的学习，算出均方误差作为适度值与惯性权重划分，并不断更新粒子的速度与位置，调整极限学习机的连接权重和阈值。该方法主要解决传统优化极限学习机分类精度不高等问题，在信噪比较低的环境下快速寻优且识别率达到95%以上，该方法能够快速寻优，提高学习效率，来增加个体识别的正确率。
-
公开(公告)号：CN113065453A
公开(公告)日：2021-07-02
申请号：CN202110338928.0
申请日：2021-03-30
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于PPG信号的相空间重构身份识别方法，包括以下步骤：步骤1）采集PPG信号；步骤2）对步骤1）获取的信号进行预处理；步骤3）提取步骤2）信号的优质波形；步骤4）采用互信息法求最佳延迟时间；步骤5）采用Cao方法求最小嵌入维数实现信号的相空间重构；步骤6）在相空间中寻找混沌吸引子；步骤7）根据吸引子形态特征提取特征点；步骤8）利用集成学习算法进行分类识别，本发明提高了身份识别的正确率和安全性。
-
-
Search Results
3
records
(took 0.019 seconds)
