融合雙注意力的小樣本輻射源個(gè)體識(shí)別網(wǎng)絡(luò)

摘要： 特定輻射源識(shí)別在軍事和民用領(lǐng)域中發(fā)揮著越來越重要的作用。隨著深度學(xué)習(xí)技術(shù)的飛速發(fā)展，SEI方法的識(shí)別性能得到了顯著提升。然而這些方法往往依賴于大量的輻射源樣本數(shù)據(jù)，在樣本數(shù)量有限的實(shí)際應(yīng)用場(chǎng)景中表現(xiàn)不佳。針對(duì)這一問題，本研究提出了一種新穎的深度學(xué)習(xí)網(wǎng)絡(luò)模型CRCPA-GCN用于實(shí)現(xiàn)小樣本場(chǎng)景下的SEI。該模型在多層復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)中融合了CPCA和GCNet注意力模塊，采用類重... （共9頁）