-
公开(公告)号:CN118378165A
公开(公告)日:2024-07-23
申请号:CN202410809451.3
申请日:2024-06-21
申请人: 南京信息工程大学
IPC分类号: G06F18/2415 , G06F18/2131 , G06F18/214 , G06F18/21 , G06N3/045 , G01S7/02 , G01S7/285 , G01S7/295
摘要: 本发明公开了一种基于自注意力机制的多维泰勒网的雷达脉内调制信号识别方法,包括:针对雷达脉内调制信号,选取分类特征,构成各个样本;随机打乱原有的以各个单位向量构成的语句序列,得到乱序数据结构;将各个单位向量构成的乱序数据结构转变为采集到的雷达信号的不同样本对应各个特征的数据构成的矩阵结构,将原本用数字对单位向量在不同维度上的表示改进为采集到的雷达信号样本对应的不同特征的数据;将自注意力机制层融入多维泰勒网,获得雷达信号分类模型。本发明充分沟通样本与样本之间的关系,兼顾在较低信噪比、选取的特征数量少、特征与目标类别相关性弱的情况下满足较高识别准确率和较快速度的需求。
-
公开(公告)号:CN117332232A
公开(公告)日:2024-01-02
申请号:CN202311270885.2
申请日:2023-09-28
申请人: 南京信息工程大学
摘要: 本发明涉及一种基于马尔可夫过程特征统计的故障检测方法,分别针对目标机器上与故障相关的各个目标属性,以目标属性的误差作为故障特征,首先执行获得相对应的数据估算模型,以及基于实时分析下的置信区间,对跳出置信区间事件发生的概率进行累计,获得满足预设误报概率上限值的连续异常报警次数,如此在对目标机器的实际检测过程中,以各目标属性的故障特征为对象,执行实时所更新置信区间下的异常分析,并结合连续累计的统计方式,以存在达到对应连续异常报警次数的目标属性的情形,判定目标机器存在故障;技术方案综合考虑目标属性期望、实时置信区间,并引入事件累计发生下的概率统计、以及异常误判分析,提高目标机器故障实际检测准确性与工作效率。
-
公开(公告)号:CN118378165B
公开(公告)日:2024-08-27
申请号:CN202410809451.3
申请日:2024-06-21
申请人: 南京信息工程大学
IPC分类号: G06F18/2415 , G06F18/2131 , G06F18/214 , G06F18/21 , G06N3/045 , G01S7/02 , G01S7/285 , G01S7/295
摘要: 本发明公开了一种基于自注意力机制的多维泰勒网的雷达脉内调制信号识别方法,包括:针对雷达脉内调制信号,选取分类特征,构成各个样本;随机打乱原有的以各个单位向量构成的语句序列,得到乱序数据结构;将各个单位向量构成的乱序数据结构转变为采集到的雷达信号的不同样本对应各个特征的数据构成的矩阵结构,将原本用数字对单位向量在不同维度上的表示改进为采集到的雷达信号样本对应的不同特征的数据;将自注意力机制层融入多维泰勒网,获得雷达信号分类模型。本发明充分沟通样本与样本之间的关系,兼顾在较低信噪比、选取的特征数量少、特征与目标类别相关性弱的情况下满足较高识别准确率和较快速度的需求。
-
-