-
题名基于鲁棒损失函数的标签有噪信号调制方式识别
被引量：4
- 1
-
-
作者
王晓波
尹俊平
徐岩
-
机构
北京应用物理与计算数学研究所
北京科技大学信息与计算科学系
-
出处
《计算物理》
CSCD
北大核心
2022年第4期386-394,共9页
-
基金
国家自然科学基金天元基金重点项目(12026607)
国家自然科学基金(12071024,12031016)资助
-
文摘
针对现实信号调制方式标注易发生错误,即训练数据集中信号调制方式标签存在噪声情形,我们选取l模损失函数及其推广形式作为对标签噪声具有鲁棒性的损失函数,结合深度卷积神经网络优良的自动特征提取能力,提出一种针对信号调制方式存在误判噪声的深度学习算法。该算法在训练数据集合标签噪声率达50%情形下,对信号调制方式的识别准确率依然保持较高水平。相反,对于采用通常的交叉熵作为损失函数的深度卷积神经网络,其已无法对信号调制方式进行分类识别。在公开的数据集上的数值实验表明,所提算法对于标签有噪信号调制方式识别具有较强的鲁棒性。
-
关键词
l1模损失函数
q损失函数
信号调制
有噪标签
信号识别
-
Keywords
l1 norm based loss function
q loss function
signal modulation
label noisy
signal recognition
-
分类号
TN911.3
[电子电信—通信与信息系统]
-
