公开(公告)号：CN118051832A

公开(公告)日：2024-05-17

申请号：CN202410136238.0

申请日：2024-01-31

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  詹梦瑶 ,  冯志玺 ,  马悦 ,  任淑榕 ,  齐卓越 ,  王翰林 ,  杨晨 ,  翟蕾 ,  肖程洪 ,  武强

IPC: G06F18/2411 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06F40/30 ,  G06F16/35 ,  G06F16/36 ,  G06N5/022 ,  G06N3/048

Abstract: 本发明公开了一种知识与数据联合驱动的智能辐射源个体识别方法，主要解决现有技术在少标注条件下识别效果不佳的问题。方案包括：1)引入辐射源领域的外部知识构建数据丰富多样的辐射源个体知识图谱；2)采用Trans‑X算法提取知识图谱中的辐射源个体语义特征；3)搭建基于深度学习的分类模型，采用辐射源的历史数据进行训练，将辐射源信号送入训练好的网络，计算其深度特征；4)将语义特征与深度特征进行融合，获得辐射源个体融合后特征；5)将融合后特征输入分类器，得到辐射源个体的联合驱动识别结果。本发明综合利用知识图谱和深度学习技术提取辐射源个体特征，有效提高了辐射源个体识别的准确性、鲁棒性与可解释性。