文章详情
| 稿件标题： | 基于置信学习的低标注率辐射源个体识别算法 |
| 稿件作者： | 王艺卉1，2，闫文君1，凌青1，段可欣1，3，于楷泽1，3 |
| DOI： | 10.11809/bqzbgcxb2024.05.037 |
| 科学编辑： | 郭强 博士（烟台大学） |
| 栏目名称： | 光学工程与电子技术 |
| 关键词： | 辐射源个体识别；伪标签校正；样本价值分析；伪标签损失函数 |
| 文章摘要： | 针对仅有少量标签数据的样本弱标注情况下辐射源个体识别难的问题，提出了一种基于置信学习的伪标签校正的辐射源个体识别方法。首先通过动态调整类内置信度，实现生成伪标签地及时校正；其次，分析样本价值，对影响模型性能的少量关键样本进行人工标注；然后利用联合交叉熵与中心损失函数，并叠加动态变化的伪标签置信度损失，同时关注类间、类内差异，最大化利用数据特征信息，实现的类内聚合和类间分离,最终实现了网络深度合理、精度与速度良好平衡的识别效果。实验结果表明：所提算法在有标记样本占比为5%、10%、20%、50%、100%等多种条件下，均可实现辐射源个体有效识别，尤其在有标签数据低占比的情况下优势明显，识别准确率分别突破70%与80%，有效减轻了有限标记样本的不足问题。 |
| 稿件基金： | 国家自然科学基金面上项目（62271499）;电磁空间安全全国重点实验室开放基金 |
| 引用本文格式： | 王艺卉，闫文君，凌青，等.基于置信学习的低标注率辐射源个体识别算法［J］.兵器装备工程学报，2024，45(5)：267-275. WANG Yihui, YAN Wenjun, LING Qing, et al.Low labeling rate specific emitter identification algorithm based on confidence learning［J］.Journal of Ordnance Equipment Engineering，2024，45(5)：267-275. |
| 刊期名称： | 2024年05期 |
| 出版时间： | 2024年5月 |
| 收稿日期： | 2023-08-08 |
| 修回日期： | 2023-08-16 |
| 录用日期： | 2023-09-29 |
| 上线时间： | 2024年5月31日 |
| 浏览次数： | 1198 |
| 下载次数： | 28 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |