基于深度学习的无线网络节点个体识别技术

• 作者: 沈伟国 王巍
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 无线网络 个体识别 增强局部学习 深度学习
• 年，卷（期）: 2018,（z2）
• 所属期刊栏目: 学术论文
• 页码范围: 61-65
• 页数: 5页
• 分类号: TP391.4
• 字数: 4173字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018247

摘要

针对无线网络节点的个体识别问题,从网络节点在信号层的细微特征入手,提出了一种基于深度学习的网络节点个体识别方法.首先,采用增强局部学习方法对原始信号采样数据进行特征提取以及降维,在减小数据计算复杂度的同时,保持数据样本的分类特征;其次,建立基于深度学习的识别框架,采用Batch normalization加快算法的收敛速度,并利用softmax模型进行判决输出;最后,在实际无线自组网上的实验验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王巍		34	140	7.0	10.0
5	沈伟国		1	2	1.0	1.0