【技术实现步骤摘要】
本专利技术涉及机器学习模型的，尤其涉及一种基于信号识别的机器学习模型测评方法。
技术介绍
1、在电磁领域，机器学习模型的应用较为广泛，其中信号识别技术是其中的主流任务，在获取的电磁信号数据集下，训练目标机器学习，用训练好的机器学习模型对电磁信号的调制类型等进行预测识别。机器学习模型是许多人工智能应用的基础，模型的性能很大程度上影响了人工智能应用的效果。随着机器学习应用的增多，以机器学习模型为核心的人工智能技术在应用中暴露出由自身特性引发出的风险隐患。
2、在电磁信号识别任务下，机器学习模型在信道存在干扰的环境中易发生预测错误的情况。同时，机器学习模型容易受到对抗样本攻击，只需要在输入样本中添加精心构造的、人眼不可察觉的扰动就可以轻松地让模型决策出错。对抗攻击不仅损害了模型的安全性和可靠性，同时也影响了机器学习模型在实际应用中的可靠性。
3、目前，在机器学习模型的分类性能、鲁棒性、使用价值方面都有一定的探索，然而尚没有在信号识别领域对机器学习模型质量的概念进行详细的定义和描述分析。对于信号识别下机器学习模型质量的评...
【技术保护点】
1.一种基于信号识别的机器学习模型测评方法，其特征在于，所述方法具体步骤为：
2.根据权利要求1所述的方法，其特征在于：在步骤S101中，
3.根据权利要求2所述的方法，其特征在于：评估指标需要进行可信度检验，同时在指标投入使用后需要根据指标测评结果与实际数据分布和环境的变化，对指标的可用性进行反馈说明。
4.根据权利要求3所述的方法，其特征在于：所述度量层次包括:
5.根据权利要求4所述的方法，其特征在于：所述设计质量测评方案具体为：
6.根据权利要求5所述的方法，其特征在于：所述评估技术包括:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。