Invention Publication
- Patent Title: 一种基于元学习的小样本开集增量学习的射频指纹识别方法和装置
-
Application No.: CN202410334573.1Application Date: 2024-03-22
-
Publication No.: CN118245872APublication Date: 2024-06-25
- Inventor: 温震宇 , 冷大新 , 李涛涛 , 苏捷 , 洪榛
- Applicant: 浙江工业大学
- Applicant Address: 浙江省杭州市拱墅区潮王路18号
- Assignee: 浙江工业大学
- Current Assignee: 浙江工业大学
- Current Assignee Address: 浙江省杭州市拱墅区潮王路18号
- Agency: 杭州天正专利事务所有限公司
- Agent 王兵; 黄竞云
- Main IPC: G06F18/241
- IPC: G06F18/241 ; G06F18/214 ; G06F18/213 ; G06F18/22 ; G06N3/045 ; G06N3/0475 ; G06N3/0985

Abstract:
基于元学习的小样本开集增量学习的射频指纹识别方法和装置,其方法包括1)特征预训练:提取更多的信号模态信息,利用基本会话数据获得特征并嵌入网络和分类器权值。2)元任务采样:将基类数据集分为支持集、多样本查询集、开集,从基础会话数据中抽取大量的模拟小样本开集增量识别任务,以模拟真实的小样本开集增量识别任务的过程。3)元增量训练:将网络在新类样本和旧类样本之间进行泛化,通过基于相似性的交叉熵损失函数对增量学习进行优化,基于元学习的思想,对大量的模拟样本增量学习任务进行优化。4)小样本开集识别的优化:在元任务中模拟开集场景,以优化开集识别能力使用聚类样本的方法来逐步减少类内差距。5)自适应RFF开集识别机制:采用多头自注意机制,挖掘原型点之间的关系,使用注意块生成倒点,之后使用优化函数滴对元学习任务进行优化。本发明提出了一种针对小样本的射频指纹识别方案,从训练集中抽取伪任务来实现环境仿真,适用于连续的增量过程,相较于传统的增量学习方法,取得了更优的识别效果。
Information query