-
公开(公告)号：CN109670484A
公开(公告)日：2019-04-23
申请号：CN201910039977.7
申请日：2019-01-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱特征和提升树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，再使用Ytrain训练提升树，并利用提升树的拟合残差作为下一轮的目标进行训练，最后利用训练好的提升树对测试集YTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：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。
-
公开(公告)号：CN109670484B
公开(公告)日：2022-03-25
申请号：CN201910039977.7
申请日：2019-01-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱特征和提升树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，再使用Ytrain训练提升树，并利用提升树的拟合残差作为下一轮的目标进行训练，最后利用训练好的提升树对测试集YTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：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。
-
-
-
Search Results
4
records
(took 0.018 seconds)
