论文研究基于全双谱和卷积神经网络的信号分类方法.pdf 上传者:CSDN阿坤 2020-04-14 06:26:22上传 PDF文件 1.2MB 热度 27次 为解决电磁频谱中的未知信号分类和身份识别问题,提出一种基于改进卷积神经网络(CNN)LeNet-5模型的信号分类方法。该方法使用信号全双谱作为CNN的输入,然后通过改进的LeNet-5模型学习信号特征并完成信号分类和身份识别。实验结果表明,算法对未知信号调制类型识别率达97%以上,对信号身份属性识别率达96%以上。相比传统方法,该算法对信号身份属性识别率提高6.5%,具有更好的泛化性能,并有效解决了全双谱应用的二维模板匹配和Loss函数值下降缓慢的问题。 下载地址 用户评论 更多下载 下载地址 立即下载 用户评论 发表评论 CSDN阿坤 资源:19615 粉丝:1 +关注 上传资源 免责说明 本站只是提供一个交换下载平台,下载的内容为本站的会员网络搜集上传分享交流使用,有完整的也有可能只有一分部,相关内容的使用请自行研究,主要是提供下载学习交流使用,一般不免费提供其它各种相关服务! 本站内容泄及的知识面非常广,请自行学习掌握,尽量自已动脑动手解决问题,实践是提高本领的途径,下载内容不代表本站的观点或立场!如本站不慎侵犯你的权益请联系我们,我们将马上处理撤下所有相关内容!联系邮箱:server@dude6.com