申请/专利权人：之江实验室

申请日：2024-01-11

公开（公告）日：2024-03-22

公开（公告）号：CN117556266B

主分类号：G06F18/214

分类号：G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本说明书公开了信号识别模型训练的方法、信号识别的方法及装置，根据针对快速射电暴的观测数据，确定快速射电暴的信号接收时间，以构建出样本数据。然后根据观测数据，从样本数据中拟合出与快速射电暴对应的标签信息。之后将样本数据输入到待训练的信号识别模型中，通过信号识别模型确定出针对快速射电暴的识别结果，以最小化识别结果与标签信息之间的偏差为优化目标，训练信号识别模型。将训练后的信号识别模型用于对待识别的观测数据进行信号识别。通过本方法可以准确且系统性的获取到观测数据对应的标签信息，从而提高了模型训练过程中构建训练所需的训练样本的效率，进而使得整体针对信号识别模型的训练效率也得到了极大程度的提升。

主权项：1.一种信号识别模型训练的方法，其特征在于，包括：获取针对快速射电暴的观测数据；根据所述观测数据，确定针对所述快速射电暴的信号接收时间，其中，根据所述观测数据中的色散参数和观测频率范围数据，确定在所述快速射电暴产生后的传播时长，根据预先确定出的所述快速射电暴的实际爆发时间，以及所述快速射电暴产生后的传播时长，确定针对所述快速射电暴的信号接收时间，根据预先确定出的所述快速射电暴的实际爆发时间，以及所述快速射电暴产生后的传播时长，确定针对所述快速射电暴的信号接收时间；根据所述观测数据以及所述信号接收时间，构建样本数据，所述样本数据用于表示观测到的各信号的频率与观测到的各信号的时间之间的关系；根据所述观测数据中高频信号的频率以及所述高频信号的实际接收时间，从所述样本数据中确定待拟合数据范围，并在所述待拟合数据范围中拟合出所述快速射电暴的信号曲线，作为所述样本数据对应的标签信息，其中，根据所述观测数据中的色散参数和观测频率范围数据，以及所述信号接收时间，确定针对所述快速射电暴的拟合函数，所述拟合函数用于表示观测到所述快速射电暴的时刻与所述快速射电暴在各时刻的频率的对应关系，根据所述观测数据中的快速射电暴的各频率数据，通过所述拟合函数，确定所述观测数据中的快速射电暴的各频率数据对应的时间数据，根据所述观测数据中的快速射电暴的各频率数据，以及所述观测数据中的快速射电暴的各频率数据对应的时间数据，在所述待拟合数据范围中拟合出所述快速射电暴的信号曲线，作为所述样本数据对应的标签信息；将所述样本数据输入到待训练的信号识别模型中，以使所述信号识别模型根据所述样本数据，确定出针对所述快速射电暴的识别结果；以最小化所述识别结果与所述标签信息之间的偏差为优化目标，对所述信号识别模型进行训练，所述信号识别模型用于对待识别的快速射电暴进行信号识别。

全文数据：

权利要求：

百度查询： 之江实验室 信号识别模型训练的方法、信号识别的方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD