信息服务中的感知信号的识别方法及相关设备技术

本申请提供一种信息服务中的感知信号的识别方法及相关设备，所述方法包括：基于具有注意力层(attention)的卷积神经网络，首先对采集到的信息服务中的感知信号进行滤波处理和时间窗口选择处理，之后再对处理后的信息服务中的感知信号进行小波变换，提取小波变换后的信息服务中的感知信号的时域能量熵，最后通过具有注意力层的卷积神经网络对信息服务中的感知信号进行识别，提取整体数据的高层特征，并且使用Attention机制识别更加细粒度的高层特征差异，使卷积神经网络能够提取出具判别力的特征，得到信息服务中的感知信号的识别结果。结果。结果。

Recognition method and related equipment of perceptual signal in Information Service

【技术实现步骤摘要】
信息服务中的感知信号的识别方法及相关设备


[0001]本申请涉及信号识别
，尤其涉及一种信息服务中的感知信号的识别方法及相关设备。

技术介绍

[0002]信息的感知过程是人们获取知识及应用知识的过程，是人脑接受外界信息刺激，并进行二次加工获得自己经验方法的过程。信息的感知是对事物属性和特征的认识，是建立在人类对事物的联系及关系的感知认识，是大脑一系列复杂的信号过程。众所周知，大脑是迄今为止人类所熟知的最复杂的组织结构，而信息服务中的感知信号与大脑神经系统的功能状态的关系密切，当有刺激来临时，信息服务中的感知信号会给予复杂的响应，这也映射着信息的感知处理过程的各个环节，因此通过信息服务中的感知信号的研究可以更加清晰的研究信息感知的过程。
[0003]基于此，需要一种信息服务中的感知信号的识别方法以满足研究信息感知的需求。

技术实现思路

[0004]有鉴于此，本申请的目的在于提出一种信息服务中的感知信号的识别方法及相关设备。
[0005]基于上述目的，本申请提供了一种信息服务中的感知信号的识别方法，包括：...

【技术保护点】

【技术特征摘要】
1.一种信息服务中的感知信号的识别方法，其特征在于，包括：通过感知信号采集通道组合获取第一感知信号；对所述第一感知信号进行滤波处理和时间窗口选择处理，得到第二感知信号；对所述第二感知信号进行小波变换，提取小波变换后的所述第二感知信号的时域能量熵，将所述时域能量熵作为第三感知信号；通过具有注意力层的卷积神经网络对所述第三感知信号进行识别，得到所述第三感知信号的识别结果。2.根据权利要求1所述的方法，其特征在于，所述通过感知信号采集通道组合获取第一感知信号之前，还包括：获取通过多个感知信号采集通道采集的训练数据集，所述训练数据集中包括多个训练感知信号；将所述训练数据集输入随机森林分类器模型，ExtraTree分类器模型，Adaboost分类器模型，分别得到对应于所述随机森林分类器模型，所述ExtraTree分类器模型，所述Adaboost分类器模型的多个所述感知信号采集通道的排序结果；根据所述排序结果和皮尔逊相关系数绘制用于衡量多个所述感知信号采集通道间的相关性的热力图，根据所述热力图选取预设数量的所述感知信号采集通道组成所述感知信号采集通道组合。3.根据权利要求1所述的方法，其特征在于，所述对所述第一感知信号进行时间窗口选择处理，包括：采用预设时间长度的时间窗口截取所述第一感知信号；将截取后的所述第一感知信号中的全部数据实施采样点标记为第一标签，其他采样点标记为第二标签；将连续的多个所述数据实施采样点中的一个所述数据实施采样点的第一标签保留，多个所述数据实施采样点中的其他所述数据实施采样点标记为第二标签，得到所述第二感知信号。4.根据权利要求1所述的方法，其特征在于，所述通过具有注意力层的卷积神经网络对所述第三感知信号进行识别，得到所述第三感知信号的识别结果，包括：将所述第三感知信号输入所述卷积神经网络的卷积层，通过所述卷积层提取所述第三感知信号的空域特征和时域特征；通过所述注意力层提取所述第三感知信号的高层特征；将所述空域特征、时域特征和高层特征输入所述卷积神经网络的全连接层进行分类，得到所述识别结果。5.根据权利要求2所述的方法，其特征在于，所述将所述训练数据集输入随机森林分类器模型，ExtraTree分类器模型，Adaboost分类器模型，分别得到对应于所述随机森林分类器模型，所述ExtraTree分类器模型，所述Adaboost分类器模型的多个所述感知信号采集通道的排序结果，包括：将所述训练数据集输入随机森林分类器模型，所述随机森林分类器模型对所述训练数据集中的多个所述感知信号进行特征选取操作和...

【专利技术属性】
技术研发人员：蔡飞，张伟康，李佳，江苗，王梦如，张鑫，宋城宇，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：