-
公开(公告)号:CN119441959A
公开(公告)日:2025-02-14
申请号:CN202410296506.5
申请日:2024-03-14
Applicant: 哈尔滨工程大学 , 北京无线电测量研究所
IPC: G06F18/241 , G06F18/10 , G06F18/213
Abstract: 一种用于频谱监测模型的深度时频去噪变换防御方法,包括如下步骤:步骤一、构建包括深度去噪模块、变换模块和预训练的自动调制分类模型的深度时频去噪变换防御架构;步骤二、在深度去噪模块中,使用短时傅里叶变换将输入数据样本映射成时频矩阵,放大原始样本xs与对抗样本xa之间的差异,并在特征提取器所提取的深度特征的监督下重构时频域信号;步骤三、将重构的原始样本和对抗样本输入变换模块中,生成特定于样本的变换矩阵Ms和Ma,得到变换后的原始样本#imgabs0#和变换后的对抗样本#imgabs1#步骤四、将变换后的原始样本#imgabs2#和变换后的对抗样本#imgabs3#输入预训练的自动调制分类模型,实现信号的分类决策。
-
公开(公告)号:CN117972370A
公开(公告)日:2024-05-03
申请号:CN202410092849.X
申请日:2024-01-23
Applicant: 杭州市滨江区浙工大网络空间安全创新研究院 , 哈尔滨工程大学
Abstract: 本发明提出一种基于信号识别的机器学习模型测评方法,该方法结合模型的特性和电磁领域特性,构建多层次评估指标结构模型,根据不同电磁环境场景选择需要进行测试的模型,确定不同的评估指标和度量层次,提供合理的测评技术策略,对模型不同度量层次下质量性能进行测评。本发明为信号识别领域下机器学习模型质量测评提供全面合理的指标体系,能够对目标机器学习模型的分类性能、鲁棒性、安全性、复杂性、工程效率等方面进行全面的评估。
-