基于波形优化的深度调制识别方法

自动调制识别技术,可在接收信号在样式未知、内容未知的前提条件下,自动对其调制方式进行估计。提出一种基于深度学习的调制识别方法,该方法通过波形优化的方法迭代更新滤波器参数,对接收信号样本进行滤波,再通过深度识别网络进行识别。该方法在处理流程中存在识别结果对滤波器参数的反馈回路,能够减轻信道对调制识别结果的不利影响。通过开源数据集进行验证,证明了该方法相比于几种利用经典深度学习网络的方法,识别率均有所提高。特别是相比于传统的CNN方法,识别率提高了约7%。

基于局部特征的图像实时分类方法

图像分类技术一直以来是图像处理的一个难题,特别是基于内容的网络图像实时搜索和过滤是图像快速分类的基础,利用图像的颜色特征和纹理特征在局部区域进行图像分类,并对敏感区域利用支持向量机SVM分类器来实现多特征的分类,可以快速实时的实现图像分类。