钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
西南交通大学学报期刊
\
基于深度学习的复合神经网络机场信号检测框架
基于深度学习的复合神经网络机场信号检测框架
作者:
侯进
刘雨灵
吕志良
吴佩军
张笑语
徐茂
陈曾
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
调制识别
卷积神经网络
深度学习
载波特征
时频特征
摘要:
针对信号调制识别对复杂通信环境缺乏适应性与精度不足的问题,提出一种基于深度学习的多特征复合神经网络框架.该框架首先使用前端卷积神经网络检测信号载波特征,再对前端初筛选信号执行预处理将其转换为信号时频图,最后设计了后端轻量化卷积神经网络,检测信号时频特征.基于TensorFlow平台的复合神经网络对机场真实信号检测精度达到99.23%,实验表明该方法可有效应用于实时机场信号检测.
暂无资源
收藏
引用
分享
推荐文章
基于深度神经网络的少样本学习综述
少样本学习
数据增强
迁移学习
度量学习
元学习
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
基于结构感知深度神经网络的显著性对象检测算法
显著性对象检测
深度学习
显著图
卷积神经网络
对象骨架检测
基于深度学习神经网络的孤立词语音识别的研究
语音识别
人工神经网络
深度学习
自编码器
规整网络
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于深度学习的复合神经网络机场信号检测框架
来源期刊
西南交通大学学报
学科
航空航天
关键词
调制识别
卷积神经网络
深度学习
载波特征
时频特征
年,卷(期)
2019,(4)
所属期刊栏目
研究方向
页码范围
863-869,878
页数
8页
分类号
V221.3
字数
5058字
语种
中文
DOI
10.3969/j.issn.0258-2724.20180164
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
侯进
西南交通大学信息科学与技术学院
58
375
9.0
17.0
2
徐茂
西南交通大学信息科学与技术学院
4
4
1.0
1.0
3
张笑语
6
6
2.0
2.0
4
吕志良
西南交通大学信息科学与技术学院
4
6
2.0
2.0
5
吴佩军
西南交通大学信息科学与技术学院
5
6
2.0
2.0
6
刘雨灵
西南交通大学信息科学与技术学院
4
5
1.0
1.0
7
陈曾
5
6
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(6)
节点文献
引证文献
(2)
同被引文献
(0)
二级引证文献
(0)
1962(1)
参考文献(1)
二级参考文献(0)
1980(1)
参考文献(1)
二级参考文献(0)
1998(1)
参考文献(1)
二级参考文献(0)
2010(3)
参考文献(3)
二级参考文献(0)
2019(2)
参考文献(0)
二级参考文献(0)
引证文献(2)
二级引证文献(0)
2019(2)
引证文献(2)
二级引证文献(0)
研究主题发展历程
节点文献
调制识别
卷积神经网络
深度学习
载波特征
时频特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西南交通大学学报
主办单位:
西南交通大学
出版周期:
双月刊
ISSN:
0258-2724
CN:
51-1277/U
开本:
大16开
出版地:
四川省成都市二环路北一段
邮发代号:
62-104
创刊时间:
1954
语种:
chi
出版文献量(篇)
3811
总下载数(次)
4
总被引数(次)
51589
期刊文献
相关文献
1.
基于深度神经网络的少样本学习综述
2.
基于深度卷积神经网络的车标分类
3.
基于结构感知深度神经网络的显著性对象检测算法
4.
基于深度学习神经网络的孤立词语音识别的研究
5.
基于BP神经网络的机场离港延误等级预测
6.
基于深度卷积神经网络的人眼检测
7.
一种基于深度神经网络的基音检测算法
8.
基于NWP和深度学习神经网络短期风功率预测
9.
基于深度时空卷积神经网络的人群异常行为检测和定位
10.
混沌背景下基于小波神经网络的弱信号检测
11.
基于改进神经网络算法的PM2.5污染信号分析检测
12.
基于深度复合卷积神经网络的低分辨率单影像复原
13.
基于深度卷积神经网络的数字调制方式识别
14.
基于径向基神经网络的水声微弱信号检测
15.
基于TensorFlow深度学习框架的卷积神经网络研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
西南交通大学学报2022
西南交通大学学报2021
西南交通大学学报2020
西南交通大学学报2019
西南交通大学学报2018
西南交通大学学报2017
西南交通大学学报2016
西南交通大学学报2015
西南交通大学学报2014
西南交通大学学报2013
西南交通大学学报2012
西南交通大学学报2011
西南交通大学学报2010
西南交通大学学报2009
西南交通大学学报2008
西南交通大学学报2007
西南交通大学学报2006
西南交通大学学报2005
西南交通大学学报2004
西南交通大学学报2003
西南交通大学学报2002
西南交通大学学报2001
西南交通大学学报2000
西南交通大学学报1999
西南交通大学学报2019年第6期
西南交通大学学报2019年第5期
西南交通大学学报2019年第4期
西南交通大学学报2019年第3期
西南交通大学学报2019年第2期
西南交通大学学报2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号