公开(公告)号：CN112241724A

公开(公告)日：2021-01-19

申请号：CN202011186593.7

申请日：2020-10-30

Applicant: 南京信息工程大学滨江学院

Inventor： 郭业才 ,  胡国乐 ,  王庆伟 ,  李晨

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于双路卷积长短期神经网络的自动识别方法及系统，利用将无线电信号的同向分量和正交分量转换成幅度分量和相位分量；构造双路神经网络，将简单的同向正交分量送入到卷积神经网络，同时，将转换的幅度相位分量送入到长短期神经网络进行识别；然后，将两路神经网络提取的时空特征进行信息融合，连接成一个新的特征矩阵；训练神经网络，使用softmax分类器完成信号识别分类。本发明基于双路卷积长短期神经网络，可以同时提取信号的时间和空间特征，并且为不同的特征选择适合的神经网络，充分利用神经网络提取特征的能力，学习更好的性能，提高分类的准确率。

公开(公告)号：CN112241724B

公开(公告)日：2023-12-15

申请号：CN202011186593.7

申请日：2020-10-30

Applicant: 南京信息工程大学滨江学院

Inventor： 郭业才 ,  胡国乐 ,  王庆伟 ,  李晨

IPC: G06F18/2415 ,  G06F18/25 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/047

Abstract: 本发明公开一种基于双路卷积长短期神经网络的自动识别方法及系统，利用将无线电信号的同向分量和正交分量转换成幅度分量和相位分量；构造双路神经网络，将简单的同向正交分量送入到卷积神经网络，同时，将转换的幅度相位分量送入到长短期神经网络进行识别；然后，将两路神经网络提取的时空特征进行信息融合，连接成一个新的特征矩阵；训练神经网络，使用softmax分类器完成信号识别分类。本发明基于双路卷积长短期神经网络，可以同时提取信号的时间和空间特征，并且为不同的特征选择适合的神经网络，充分利用神经网络提取特征的能力，学习更好的性能，提高分类的准确率。