基于決策邊界敏感性和小波變換的電磁信號調(diào)制智能識別對抗樣本檢測方法

摘要： 深度學(xué)習在圖像分類和分割、物體檢測和追蹤、醫(yī)療、翻譯和語音識別等與人類相關(guān)的任務(wù)中取得了巨大的成功。它能夠處理大量復(fù)雜的數(shù)據(jù)，并自動提取特征進行預(yù)測，因此可以更準確地預(yù)測結(jié)果。隨著深度學(xué)習模型的不斷發(fā)展，以及可獲得的數(shù)據(jù)和計算能力的提高，這些應(yīng)用的準確性不斷提升。最近，深度學(xué)習也在電磁信號領(lǐng)域得到了廣泛應(yīng)用，例如利用神經(jīng)網(wǎng)絡(luò)根據(jù)信號的頻域和時域特征對其進行分類。但神經(jīng)網(wǎng)絡(luò)容易受...