一种基于Conv-KANformer的神经网络干扰识别方法
本发明属于干扰识别领域,具体涉及一种基于Conv‑KANformer的神经网络干扰识别方法,包括如下步骤:S1:构建干扰数据库,采用短时傅里叶变换提取干扰时频图;对时频图进行剪裁、缩放、构建标签信息等预处理操作,确保数据的准确性和一致性;S2:搭建Conv‑KANformer神经网络框架,该网络由多尺度卷积特征提取模块、KANformer全局特征提取模块、分类模块构成,其中,多尺度卷积特征提取模块包含四层不同大小的卷积核,从而提取不同感受野特征;KANformer全局特征提取模块引入科尔莫格罗夫‑阿诺德网络(Kolmogorov–Arnold Networks,KAN)改进传统transformer结构;分类模块引入KAN完成7种干扰信号分类;S3:通过交叉熵损失函数完成模型离线训练,获得干扰识别模型;S4:利用干扰识别模型完成在线干扰识别。本发明提出一种基于Conv‑Kanformer的神经网络干扰识别方法,能够在较低干噪比下识别7种干扰类型。
《一种基于Conv-KANformer的神经网络干扰识别方法》是一发明专利,专利号为 2024106331285,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为裴二荣;何侑泽;黎伟;孙远欣;叶荣飞;曾纪,申请日期为2024-05-21,公开(公告)日期为2026-06-26,国际专利分类号(IPC)为 G06F 18/2415 (2023.01)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于干扰识别领域,具体涉及一种基于Conv‑KANformer的神经网络干扰识别方法,包括如下步骤:S1:构建干扰数据库,采用短时傅里叶变换提取干扰时频图;对时频图进行剪裁、缩放、构建标签信息等预处理操作,确保数据的准确性和一致性;S2:搭建Conv‑KANformer神经网络框架,该网络由多尺度卷积特征提取模块、KANformer全局特征提取模块、分类模块构成,其中,多尺度卷积特征提取模块包含四层不同大小的卷积核,从而提取不同感受野特征;KANformer全局特征提取模块引入科尔莫格罗夫‑阿诺德网络(Kolmogorov–Arnold Networks,KAN)改进传统transformer结构;分类模块引入KAN完成7种干扰信号分类;S3:通过交叉熵损失函数完成模型离线训练,获得干扰识别模型;S4:利用干扰识别模型完成在线干扰识别。本发明提出一种基于Conv‑Kanformer的神经网络干扰识别方法,能够在较低干噪比下识别7种干扰类型。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
