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调制信号分类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：CN119232536B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411317555.9，技术领域涉及：H04L27/00；该发明授权一种调制信号分类方法是由周峰;马建昆;张振熙;谭浩月;石晓然设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本一种调制信号分类方法在说明书摘要公布了：本发明涉及调制信号分类方法，该方法利用训练好的深度学习模型对输入的海量无标签调制信号和有标签调制信号进行识别，其中，该训练好的深度学习模型是通过利用有标签数据和无标签数据，对深度学习模型进行多种不同的初始化处理得到的有差异的第一模型和第二模型进行多次迭代训练获得的，在每次迭代过程中，基于多个有标签数据对应的损失值和多个无标签数据对应的损失值，共同调整待训练的第一模型和第二模型的参数，其中，利用多个无标签数据对应的伪标签确定多个无标签数据对应的损失值。本方法在应用于调制信号分类场景时，可增强模型在复杂信号环境下的泛化能力与识别精度，降低误识别几率，提高识别准确率和可靠性，保证无线通信传输质量和稳定性。

本发明授权一种调制信号分类方法在权利要求书中公布了：1.一种调制信号分类方法，其特征在于，所述方法包括： 获取多个调制信号；所述多个调制信号包括：M个有标签调制信号和N个无标签调制信号；M和N均为正整数，M小于N； 将所述M个有标签调制信号和所述N个无标签调制信号输入训练好的深度学习模型中进行识别，获得一一对应的多个识别结果； 其中，所述训练好的深度学习模型是利用多个有标签数据和多个无标签数据，对第一模型和第二模型进行多次迭代训练获得的；其中，所述第一模型和所述第二模型是通过对深度学习模型进行不同的初始化处理获得的；在每次迭代训练过程中，基于所述多个有标签数据对应的损失值和所述多个无标签数据对应的损失值，共同调整待训练的第一模型和第二模型的参数，获得用于下一次迭代训练的第一模型和第二模型；其中，所述多个无标签数据对应的损失值是基于所述多个无标签数据对应的伪标签确定的，所述多个无标签数据对应的伪标签是通过对所述多个无标签数据在所述待训练的第一模型和第二模型中的大于预设置信度的预测得分进行转换得到的。

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。