基于宽度学习和注意力机制的小样本通信辐射源个体识别方法

摘要： 在小样本通信辐射源个体识别场景中，现有深度学习算法对通信辐射源个体特征提取困难，识别率不高。针对此问题，提出通过融合注意力机制和宽度学习构建浅层神经网络的识别方法。首先，引入宽度学习来简化网络模型，减轻小样本带来的过拟合现象；其次，构建节点注意力模块提高宽度神经网络在小样本条件下特征提取能力；最后，在公开数据集上验证提出方法的有效性。结果表明，在少量样本条件下相比深度学习方法，... （共9页）