典型文献
基于长短时记忆网络模型的电磁频谱预测方法
文献摘要：
传统粗放式频谱监测存在效率低下、能量损耗大、时延严重等问题.电磁频谱预测是精准化频谱监测的基础.针对电磁频谱数据的时序化特点,设计基于长短时记忆网络的电磁频谱预测算法,包括模型训练及预测流程、3层网络结构及超参数优选策略,通过与典型时间序列模型预测方法的实验对比,验证所提出的长短时记忆网络预测模型具有更好的准确性.
文献关键词：
电磁频谱;频谱预测;长短时记忆(LSTM)网络;深度学习
中图分类号：
作者姓名：
段国栋;李武松;李培林;陈飞鹏;孟磊
作者机构：
中国电子科技集团公司第二十九研究所,成都610036;电子信息控制重点实验室,成都610036
文献出处：
引用格式：
[1]段国栋;李武松;李培林;陈飞鹏;孟磊-.基于长短时记忆网络模型的电磁频谱预测方法)[J].电子信息对抗技术,2022(03):69-74
A类：
超参数优选
B类：
长短时记忆网络模型,电磁频谱,频谱预测,粗放式,频谱监测,能量损耗,时延,频谱数据,预测算法,模型训练,测流,时间序列模型,模型预测方法,实验对比
AB值：
0.241431
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
