基于深度残差收缩网络的辐射源个体识别方法及装置

被引：0

专利类型：

发明

申请号：

CN202111461450.7

申请日：

2021-12-02

公开(公告)号：

CN114091545A

公开(公告)日：

2022-02-25

发明(设计)人：

张涛唐震乔晓强杨小蒙方浩

申请人：

申请人地址：

210007 江苏省南京市秦淮区后标营18号

IPC主分类号：

G06K900

IPC分类号：

G06K962 G06N304 G06N308

代理机构：

江苏瑞途律师事务所 32346

代理人：

白晓宇

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2022-03-15	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/00 申请日:20211202
2022-02-25	公开	公开

共 50 条

[1]

基于深度残差网络的特定辐射源识别方法及装置 [P].

潘一苇 ;

杨司韩 ;

彭华 ;

李天昀 ;

王文雅 .

中国专利 :CN109684995A ,2019-04-26

[2]

一种基于复数深度残差网络的通信辐射源个体识别方法 [P].

李靖超 ;

应雨龙 ;

董春蕾 ;

张斌 .

中国专利 :CN112312457A ,2021-02-02

[3]

基于多级跳线残差网络的雷达辐射源识别方法 [P].

闫文君 ;

谭凯文 ;

凌青 ;

张立民 ;

张兵强 ;

徐涛 ;

方君 .

中国专利 :CN112906591A ,2021-06-04

[4]

一种基于残差神经网络的通信辐射源个体识别方法 [P].

谢跃雷 ;

邓涵方 ;

刘信 ;

易国顺 ;

蒋平 ;

许强 ;

肖潇 .

中国专利 :CN112087774A ,2020-12-15

[5]

基于扩张残差网络的雷达辐射源识别方法及装置 [P].

秦鑫 ;

黄洁 ;

查雄 ;

陈世文 ;

骆丽萍 ;

王功明 ;

邢小鹏 ;

胡雪若白 ;

苑军见 .

中国专利 :CN110147812A ,2019-08-20

[6]

基于深度学习的雷达辐射源个体识别方法 [P].

乔亚 ;

葛坤 .

中国专利 :CN120354258B ,2025-09-30

[7]

基于深度学习的雷达辐射源个体识别方法 [P].

乔亚 ;

葛坤 .

中国专利 :CN120354258A ,2025-07-22

[8]

基于差分复数深度神经网络的通信辐射源个体识别方法 [P].

李靖超 ;

应雨龙 ;

董春蕾 ;

张斌 .

中国专利 :CN112398552A ,2021-02-23

[9]

基于多尺度残差原型学习网络的通信辐射源个体识别方法 [P].

赵航 ;

刘鹏飞 ;

郭丽姝 ;

商鹏 ;

褚梓樾 ;

卢晓春 .

中国专利 :CN116595340B ,2025-10-31

[10]

基于逆残差平均池化模型的辐射源个体识别方法 [P].

王谋 ;

刘宇明 ;

张家豪 ;

李晋 ;

蔡乐凡 ;

贺飞云 ;

余显祥 ;

崔国龙 ;

孔令讲 .

中国专利 :CN119377798A ,2025-01-28

← 1 2 3 4 5 →