公开(公告)号：CN116778229A

公开(公告)日：2023-09-19

申请号：CN202310565738.1

申请日：2023-05-18

Applicant: 重庆邮电大学

Inventor： 申滨 ,  李月 ,  单钰祺

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于小样本学习的无线频谱状态图像分类方法，属于认知无线电领域。该方法包括：将训练集支持集Str与训练集查询集Qtr输入到嵌入模块，得到各个类别的张量集；在所述训练集支持集Str张量集中通过每个类别中距离最接近的K个张量计算所述训练集支持集Str的各个类别的类原型；将所述类原型与所述训练集查询集Qtr张量集输入度量模块，进行相似性度量，得到小样本图像分类器。本发明使用的方法与传统机器学习算法相比分类任务中训练和测试所用的类别是不同的，这样的设置有利于训练一个可以抽取样本通用特征和特有特征的小样本图像分类器，解决了传统基于机器学习的频谱状态感知算法对数据的依赖性问题，提高了在盲感知、快速感知中的感知准确性；同时，使用若干特征向量代表图像样本，使用局部特征代表图像进行分类，消除了类内差异和背景混淆的问题。