典型文献
基于数据增强与集成学习的小样本识别技术
文献摘要：
随着频谱设备和电磁技术的广泛使用,电磁环境变得日益复杂,对国家电磁环境安全形成巨大的挑战.在复杂环境下进行电磁信号识别,关乎对电磁环境的态势感知,但是在实际应用中往往缺少质量高、数量多的电磁信号样本训练网络.针对这一问题,提出了基于数据增强和集成学习的小样本电磁信号识别技术,对切片处理、时间序列增强和对抗训练增强等技术进行了研究.通过实验发现,这三种数据增强方法均能提高小样本信号的识别准确率,最后在对抗训练增强下,集成学习取得了最好的识别效果,达到了96.5％的识别准确率.
文献关键词：
电磁环境;小样本信号;数据增强;集成学习
中图分类号：
作者姓名：
王满喜;陆科宇;王佳保;林云
作者机构：
电子信息系统复杂电磁环境效应国家重点实验室,河南洛阳471003;哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001
文献出处：
引用格式：
[1]王满喜;陆科宇;王佳保;林云-.基于数据增强与集成学习的小样本识别技术)[J].移动通信,2022(07):1-9
A类：
B类：
数据增强,集成学习,小样本识别,电磁技术,电磁环境,家电,环境安全,全形,复杂环境,电磁信号识别,态势感知,样本训练,序列增强,对抗训练,增强方法,高小,小样本信号,识别准确率
AB值：
0.266754
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。
