买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于自动深度学习的通信电台个体识别方法、装置和设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119691421B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411820658.7，技术领域涉及：G06F18/21；该发明授权基于自动深度学习的通信电台个体识别方法、装置和设备是由杨渡佳;张欣然;朱然刚;宋常建;王健;赵梓畅设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于自动深度学习的通信电台个体识别方法、装置和设备在说明书摘要公布了：本发明涉及基于自动深度学习的通信电台个体识别方法、装置和设备，通过开发了一套利用自动深度学习框架AutoKeras解决电台个体识别问题的方法，通过其自动化的实现方式显著减少人工参与成本，简化学习与识别的工作流程，有效的大幅提升了通信电台个体识别的性能。经过实验验证，相较于传统神经网络能够获得更适合通信电台个体识别的神经架构，从而可以有效提取更具代表性的射频特征，最终实现了更高的通信电台个体识别准确率，还能够为实际应用中的通信电台识别带来更大的操作便利性和效率优势。

本发明授权基于自动深度学习的通信电台个体识别方法、装置和设备在权利要求书中公布了：1.一种基于自动深度学习的通信电台个体识别方法，其特征在于，包括步骤： 获取电台信号数据； 对获取的电台信号数据进行数据预处理，生成数据集；所述数据集包括训练集和测试集； 采用开源的AutoKeras架构进行网络搭建处理，获取构建的自动深度学习神经网络模型；所述网络搭建处理包括定义监督学习通道、神经架构搜索、神经网络验证和特征提取； 在所述训练集上对所述自动深度学习神经网络模型进行训练； 利用贝叶斯优化对所述自动深度学习神经网络模型进行超参数优化； 在所述测试集上对所述自动深度学习神经网络模型进行模型评估后，检测并输出所述电台信号数据对应的通信电台个体； 其中，采用开源的AutoKeras架构进行网络搭建处理时，先定义监督学习管道：监督学习管道创建是指寻找一个管道结构，以及构成管道的算法和算法的超参数组合，使得损失最小化；损失函数的公式如下： ； 其中，表示在训练集上创建出的管道在测试集上进行验证的损失值，表示模型的权重参数，表示模型超参数，表示正则化参数，k表示训练集或测试集个数； 对于一个机器学习管道，表示特征向量，表示对应的目标值，Y表示输出标签的集合，，下标g表示参数权重，下标表示算法和神经架构的集合，下标表示超参数集合；给定数据集和损失度量函数L，得到的性能： ； 其中，表示管道对给定样本的预测输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。