一种基于数据负增强与伪类原型点的电磁信号开集识别方法,包括:S1:将原始数据集按比例分为训练集和测试集;S2:确定训练所使用的K个已知类的类原型点以及一个伪类原型点的值,确定训练模型时的其他参数值;S3:将每一个样本输入神经网络编码器后得到特征向量,并计算特征向量与各原型点的距离得到距离向量;S4:得到特征向量和距离向量,再使用相似性筛选选择有效的负增强样本,S5:将之前获取的特征向量与距离向量输入损失函数计算损失,更新模型;S6:训练结束后,计算用于测试时的类原型点以及判别用阈值。本发明提高了模型的开放世界适应能力。
📄 2022116284455
📂 G06F18_2415
👤 浙江工业大学
📅 2022-12-17