-
公开(公告)号：CN107979842B
公开(公告)日：2019-11-19
申请号：CN201711217769.9
申请日：2017-11-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱特征和深度学习的手机个体识别方法，通过分别对所有样本进行采样及预处理后通过计算四种积分双谱，从而组合得到训练卷积神经网络的特征集，然后将特征集按比例划分为训练特征集YTrain和测试特征集Ytest；使用训练特征集YTrain卷积神经网络，再利用训练后的卷积神经网络对测试特征集YTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：CN106845339A
公开(公告)日：2017-06-13
申请号：CN201611147214.7
申请日：2016-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱和EMD融合特征的手机个体识别方法，通过分别对所有样本通过计算双谱，再利用PCA降维，得到特征集X；同时计算样本经验模态分解，得到信号杂散成分的功率谱，再通过Fisher判别分析得到特征集Y；对特征集X和Y做CCA特征融合得到融合特征集Z；对Z按m％:n％的比例做水平切分得到训练集ZTrain和测试集ZTest，用训练集ZTrain训练随机森林分类器，并利用训练好的分类器对测试集ZTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：CN106845339B
公开(公告)日：2020-03-24
申请号：CN201611147214.7
申请日：2016-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱和EMD融合特征的手机个体识别方法，通过分别对所有样本通过计算双谱，再利用PCA降维，得到特征集X；同时计算样本经验模态分解，得到信号杂散成分的功率谱，再通过Fisher判别分析得到特征集Y；对特征集X和Y做CCA特征融合得到融合特征集Z；对Z按m％:n％的比例做水平切分得到训练集ZTrain和测试集ZTest，用训练集ZTrain训练随机森林分类器，并利用训练好的分类器对测试集ZTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：CN107979842A
公开(公告)日：2018-05-01
申请号：CN201711217769.9
申请日：2017-11-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱特征和深度学习的手机个体识别方法，通过分别对所有样本进行采样及预处理后通过计算四种积分双谱，从而组合得到训练卷积神经网络的特征集，然后将特征集按比例划分为训练特征集YTrain和测试特征集Ytest；使用训练特征集YTrain卷积神经网络，再利用训练后的卷积神经网络对测试特征集YTest进行分类决策，最终输出手机个体识别结果。
-
-
-
Search Results
4
records
(took 0.019 seconds)
