基于決策邊界敏感性和小波變換的電磁信號(hào)調(diào)制智能識(shí)別對(duì)抗樣本檢測(cè)方法

摘要： 深度學(xué)習(xí)在圖像分類和分割、物體檢測(cè)和追蹤、醫(yī)療、翻譯和語(yǔ)音識(shí)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(dòng)提取特征進(jìn)行預(yù)測(cè)，因此可以更準(zhǔn)確地預(yù)測(cè)結(jié)果。隨著深度學(xué)習(xí)模型的不斷發(fā)展，以及可獲得的數(shù)據(jù)和計(jì)算能力的提高，這些應(yīng)用的準(zhǔn)確性不斷提升。最近，深度學(xué)習(xí)也在電磁信號(hào)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(hào)的頻域和時(shí)域特征對(duì)其進(jìn)行分類。但神經(jīng)網(wǎng)絡(luò)容易受...