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！

龙图腾网获悉西安电子科技大学申请的专利一种基于DeepEMD的少镜头自动调制方式识别方法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：CN116204777B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310186866.5，技术领域涉及：G06F18/213；该发明授权一种基于DeepEMD的少镜头自动调制方式识别方法是由周峰;王力;白东升;谭浩月;杨鑫瑶;石晓然设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本一种基于DeepEMD的少镜头自动调制方式识别方法在说明书摘要公布了：本发明公开了一种基于DeepEMD的少镜头自动调制方式识别方法，所述识别方法包括：获取待识别的信号；利用训练好的DeepEMD网络得到所述待识别的信号的调制类别，其中，训练好的DeepEMD网络利用训练样本集训练得到，DeepEMD网络包括特征向量组提取网络、特征向量组权重生成网络和EMD网络，特征向量组提取网络用于提取特征向量组，特征向量组权重生成网络用于生成特征向量组的权重，EMD网络用于根据所述特征向量组和对应的权重识别信号的调制类别，特征向量组包括若干特征向量。本发明采用的DeepEMD网络充分利用信号的局部信息，同时对每个特征计算权重，保证相关性高的特征在识别中占主导作用，减少噪声干扰。同时也能够在样本匮乏的情况下取得理想结果。

本发明授权一种基于DeepEMD的少镜头自动调制方式识别方法在权利要求书中公布了：1.一种基于DeepEMD的少镜头自动调制方式识别方法，其特征在于，所述识别方法包括： S1、获取待识别的信号； S2、利用训练好的DeepEMD网络得到所述待识别的信号的调制类别，其中，所述训练好的DeepEMD网络利用训练样本集训练得到，所述DeepEMD网络包括特征向量组提取网络、特征向量组权重生成网络和EMD网络，所述特征向量组提取网络用于提取特征向量组，特征向量组权重生成网络用于生成特征向量组的权重，所述EMD网络用于根据所述特征向量组和对应的权重识别信号的调制类别，所述特征向量组包括若干特征向量； 所述DeepEMD网络的训练方法包括： 对所述特征向量组提取网络进行预训练，得到预训练后的特征向量组提取网络； 利用所述预训练后的特征向量组提取网络、所述特征向量组权重生成网络和所述EMD网络进行训练，得到所述训练好的DeepEMD网络； 其中，所述训练样本集包括训练支持集和训练查询集； 利用所述预训练后的特征向量组提取网络、所述特征向量组权重生成网络和所述EMD网络进行训练，得到所述训练好的DeepEMD网络，包括： 将所述训练支持集分成两路输入至所述预训练后的特征向量组提取网络，得到第一特征向量组，将所述训练查询集分成两路输入至所述预训练后的特征向量组提取网络，得到第二特征向量组； 将所述第一特征向量组和所述第二特征向量组输入至所述特征向量组权重生成网络，得到第一特征向量中特征向量的权重和第二特征向量中特征向量的权重； 计算所述第一特征向量组中特征向量和所述第二特征向量组中特征向量的第一余弦相似度； 基于所述第一特征向量组中特征向量的权重、所述第二特征向量中特征向量的权重和所述第一余弦相似度，利用OpenCV库函数得到第一最优匹配； 根据所述第一最优匹配和所述第一余弦相似度得到相似性得分； 基于所述相似性得分，利用第二交叉熵损失函数计算第二损失值，以根据第二损失值进行反向传播，更新所述DeepEMD网络的参数，直至达到第二预设条件，得到训练好的DeepEMD网络。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。