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！

龙图腾网获悉北京邮电大学申请的专利一种基于深度属性提取的零样本信号调制识别方法及装置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：CN119719880B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411569093.X，技术领域涉及：G06F18/241；该发明授权一种基于深度属性提取的零样本信号调制识别方法及装置是由许文嘉;黄楚楚;王宏宇;彭木根设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种基于深度属性提取的零样本信号调制识别方法及装置在说明书摘要公布了：本申请提出了一种基于深度属性提取的零样本信号调制识别方法，涉及深度学习技术领域，其中，该方法包括：通过预训练的分类模型的特征提取模块从仿真生成的信号样本中提取各调制类别的真实属性表示；利用长短期记忆网络LSTM提取输入数据的时序特征，并通过线性变换层将时序特征映射到属性空间，得到输入数据的预测属性表示；将输入数据的预测属性表示和各调制类别的真实属性表示投影到同一嵌入空间中，计算预测属性与真实属性之间的相似度，并基于相似度确定输入数据的类别。采用上述方案的本发明实现了零样本信号调制识别。

本发明授权一种基于深度属性提取的零样本信号调制识别方法及装置在权利要求书中公布了：1.一种基于深度属性提取的零样本信号调制识别方法，其特征在于，包括： 通过预训练的分类模型的特征提取模块从仿真生成的信号样本中提取各调制类别的真实属性表示，其中，预训练所述分类模型，包括： 选取已知类的标记数据集作为输入，采用监督学习方法预训练所述分类模型，在预训练时，将输入数据经过LSTM和线性变换层进行分类，通过最小化交叉熵损失函数优化所述分类模型； 所述特征提取模块通过从所述分类模型中移除全连接层得到； 所述信号样本的生成过程包括： 根据调制信号的生成机制，为所有调制类别仿真生成信号样本，基于信号样本构造信号样本集，其中，所述信号样本集包括已知类的信号样本和未知类的信号样本； 通过所述特征提取模块从信号样本中提取各调制类别的真实属性表示，包括： 将所述信号样本集中的信号样本输入所述特征提取模块中，提取每个信号样本的真实属性表示； 利用长短期记忆网络LSTM提取输入数据的时序特征，并通过线性变换层将所述时序特征映射到属性空间，得到输入数据的预测属性表示，包括： 利用LSTM提取输入数据的时序特征； 选取时序特征的最后一个时间步，通过线性变换层将其映射到属性空间，得到输入数据的预测属性表示； 将输入数据的预测属性表示和各调制类别的真实属性表示投影到同一嵌入空间中，计算预测属性与真实属性之间的相似度，并基于相似度确定输入数据的类别。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。