基于深度学习的无线网络节点个体识别技术

TP391.4; 针对无线网络节点的个体识别问题,从网络节点在信号层的细微特征入手,提出了一种基于深度学习的网络节点个体识别方法.首先,采用增强局部学习方法对原始信号采样数据进行特征提取以及降维,在减小数据计算复杂度的同时,保持数据样本的分类特征;其次,建立基于深度学习的识别框架,采用Batch normalization加快算法的收敛速度,并利用softmax模型进行判决输出;最后,在实际无线自组网上的实验验证了该方法的有效性....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 39; no. z2; pp. 61 - 65
Main Authors 沈伟国, 王巍
Format Journal Article
LanguageChinese
Published 中国电子科技集团有限公司第三十六研究所,浙江嘉兴 314033 2018
通信信息控制和安全技术重点实验室,浙江嘉兴 314033
Subjects
无线网络
增强局部学习
深度学习
个体识别
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2018247

Cover

More Information
Summary:TP391.4; 针对无线网络节点的个体识别问题,从网络节点在信号层的细微特征入手,提出了一种基于深度学习的网络节点个体识别方法.首先,采用增强局部学习方法对原始信号采样数据进行特征提取以及降维,在减小数据计算复杂度的同时,保持数据样本的分类特征;其次,建立基于深度学习的识别框架,采用Batch normalization加快算法的收敛速度,并利用softmax模型进行判决输出;最后,在实际无线自组网上的实验验证了该方法的有效性.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2018247