-
公开(公告)号:CN115984909A
公开(公告)日:2023-04-18
申请号:CN202310097986.8
申请日:2023-02-10
申请人: 中国人民解放军火箭军工程大学
IPC分类号: G06V40/12 , G06N3/08 , G06N3/0464
摘要: 本发明公开了一种基于二阶池化卷积神经网络的射频指纹识别方法,包括:一、射频IQ信号的切片处理;二、构建卷积神经网络;三、将第i个切片样本输入卷积神经网络,得到第i个切片特征图f(Xi);步骤四、对切片特征图进行二阶池化融合特征处理得到特征向量。本发明方法步骤简单、设计合理,通过卷积神经网络和二阶池化融合特征处理,以使得到的特征向量具有更为高阶的、表征能力强的特征信息,有效提升了射频指纹识别准确率。
-
公开(公告)号:CN118036740A
公开(公告)日:2024-05-14
申请号:CN202410019537.6
申请日:2024-01-05
申请人: 中国人民解放军火箭军工程大学
摘要: 本发明涉及一种基于用户潜在兴趣的知识感知推荐方法及系统,所述方法包括:构建协同知识图,生成协同知识图中的实体与关系的嵌入表示,采用知识感知传播方式同时传播关联知识与用户偏好,通过知识感知注意力机制区分相邻实体的重要性并获得用户与项目每个传播层的嵌入表示,在协同知识图上激活并学习用户高阶潜在兴趣,与用户已交互项目相比较生成项目相关性权重,以此增强用户及项目最高阶的嵌入表示,采用信息衰减因子区分不同传播层的信息衰减程度,并有效聚合用户与项目的最终表示,通过内积操作得到预测分数,作为推荐依据;该方法能够降低信息衰减程度、提升知识关联性、有效学习高阶关联实体,从而提高推荐准确性。
-