电子科技大学杨颖获国家专利权
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！
龙图腾网获悉电子科技大学申请的专利一种基于支持数据的通信信号数据集修剪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：CN117235518B 。
龙图腾网通过国家知识产权局官网在2026-03-06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：202311158341.7，技术领域涉及：G06F18/214；该发明授权一种基于支持数据的通信信号数据集修剪方法及装置是由杨颖;朱立东;郭晟设计研发完成，并于2023-09-08向国家知识产权局提交的专利申请。
本一种基于支持数据的通信信号数据集修剪方法及装置在说明书摘要公布了：本发明涉及通信对抗领域，特别是一种基于支持数据的通信信号数据集修剪方法及装置。本发明在基于深度神经网络的信号分类器的基础上构建了一个基于支持向量机的边界样例选择器，近似给出信号分类器决策边界的显式表示，解决了由于信号分类器决策边界的隐式本质导致的边界样例寻找困难的问题，实现了对边界样例的快速锁定。同时，本发明提出了一种基于支持数据的训练样例重要性评估方法，在信号分类器训练早期就能准确筛选出最具代表性的数据子集，能够显著降低信号分类器的训练成本，同时尽可能减小对信号分类器识别精度的影响。本发明适用于内存和计算资源有限的信号识别任务。
本发明授权一种基于支持数据的通信信号数据集修剪方法及装置在权利要求书中公布了：1.一种基于支持数据的通信信号数据集修剪方法，其特征在于，所述方法用于识别通信信号，包括以下步骤： S1：获取通信信号，基于深度神经网络的信号分类器实现通信信号潜在特征的提取与分类； S2：根据一对多规则建立边界样例选择器，用所述信号分类器的输出向量集训练所述边界样例选择器，给出信号分类器决策边界的显式表示，进而筛选出位于所述决策边界附近的支持数据； S3：根据信号分类器训练早期每个训练样本被标注为所述支持数据的频率为衡量指标，评估训练样例对模型训练的重要性，其中，训练样例的重要性与其被标注为支持数据的次数呈正相关； S4：将所述训练样例按照重要性降序排列，筛选出通信信号数据集的代表子集，将所述代表子集用于信号分类器的后续训练。
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电子科技大学，其通讯地址为：611731 四川省成都市高新(西)区西源大道2006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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励