面向特定辐射源识别的小样本学习方法综述OA
Survey of few-shot learning methods for specific emitter identification
随着第五代移动通信、物联网等技术的普及,辐射源数量与类型都呈现井喷式增长,这导致基于统计特征与机器学习的传统特定辐射源识别技术的识别性能难以达到实际应用水平.近年来,深度学习在计算机视觉、自然语言处理等领域表现出的高超性能启发了大量研究者将深度学习用于特定辐射源识别问题,并且取得了丰硕的研究成果,验证了基于深度学习的特定辐射源识别方法的有效性.数据是深度学习的三大支柱之一,这意味着基于深度学习的特定辐射源识别方法在训练阶段通常也需要海量、高质量电…查看全部>>
桂冠;陶梦圆;王诚;付雪;王禹
南京邮电大学 通信与信息工程学院,江苏 南京 210003南京邮电大学 通信与信息工程学院,江苏 南京 210003南京邮电大学 通信与信息工程学院,江苏 南京 210003南京邮电大学 通信与信息工程学院,江苏 南京 210003南京邮电大学 通信与信息工程学院,江苏 南京 210003
电子信息工程
特定辐射源识别深度学习小样本学习电磁信号
specific emitter identificationdeep learningfew-shot learningelectromagnetic signal
《南通大学学报（自然科学版）》 2023 (3)
1-16,16
科技创新2030—"新一代人工智能"重大项目(2021ZD0113003)
评论