skip to main content
訪客
個人書架
我的帳戶
登出
登入
This feature requires javascript
檢索首頁
圖書館首頁
電子期刊
引用參考文獻查詢
指定參考書查詢
新書通報
標籤查詢
線上輔助
語言:
English
繁體中文
This feature required javascript
This feature requires javascript
Primo Search
館藏+文章
館藏+文章
館藏
查館藏
文章
查文章
機構典藏
機構典藏
Search For:
Clear Search Box
Search in:
文章
Or hit Enter to replace search target
Or select another collection:
Search in:
文章
進階檢索
瀏覽查詢
This feature requires javascript
顯示結果:
查詢種類
criteria input
包含在我的檢索語句內
完全相同
顯示結果:
查詢種類 索引
criteria input
任何地方
題名
ISBN
ISSN
Show Results with:
題名
Show Results with:
任何地方
題名
ISBN
ISSN
This feature requires javascript
基于3 DCNN-BiConvLSTM的莫尔斯码自动识别算法
李子君 ; 魏振华 ; 韩思明 ; 何玉杰
无线电工程, 2023, Vol.53 (8), p.1862-1868
可取得全文
引用
被引用
線上檢視
詳細格式
評論和標籤
相關文章推薦
FullText@NUTN
引用次數
This feature requires javascript
傳送到
加入個人書架
從個人書架中移除
E-mail
列印
永久連結
引用
EndNote
導出 RiS
This feature requires javascript
題名:
基于3 DCNN-BiConvLSTM的莫尔斯码自动识别算法
著者:
李子君
;
魏振华
;
韩思明
;
何玉杰
所屬期刊:
无线电工程, 2023, Vol.53 (8), p.1862-1868
描述:
TN922; 莫尔斯电报通常工作在低信噪(SNR)比环境中,其信号易出现码长偏差和频率偏移的问题,现有自动识别算法在上述情况下的识别效果仍有待提升.提出了一种基于深度学习的识别算法,利用小波变换将莫尔斯信号转换为时频图像,通过三维卷积神经网络(3D Convolutional Neural Network,3DCNN)层和双向卷积长短时记忆神经网络(Bidirectional Convolution Long Short-Term Memory Neural Network,BiConvLSTM)捕获莫尔斯码的时空特征并进行预测,借助连接时序分类层(Connectionist Temporal Classification,CTC)实现了端到端的译码.实验结果表明,该算法在更小训练样本和不同信噪比的前提下,对不稳定的莫尔斯信号均能保持 98%以上的单词识别准确率,相比现有算法更具鲁棒性.
出版者:
火箭军工程大学作战保障学院,陕西西安 710025
語言:
中文
識別號:
ISSN: 1003-3106
DOI: 10.3969/j.issn.1003-3106.2023.08.016
資源來源:
Alma/SFX Local Collection
This feature requires javascript
This feature requires javascript
返回到檢索清單
This feature requires javascript
This feature requires javascript
正在檢索遠程資料庫,請稍等
查詢:
在
primo_central_multiple_fe
顯示現有記錄
This feature requires javascript
This feature requires javascript