基于迁移与自监督学习的小样本射频指纹识别教学研究

作者：关曼玉, 简蕊, 李慢, 刘雯秀, 李广博 · 发表于：人文与社会研究学报 · 年份：2026 · DOI：10.65436/hssj.v1i6.39

摘要：人工智能是让机器学习行为并模拟人类智能的学科，广泛应用且社会发展至关重要，而人工智能教学对帮助理解学生抽象知识、深刻领悟原理至关重要。基于迁移学习与自监督对比学习的小样本射频识别展开研究。工作从两个方面开展：一是讲解迁移学习、对比学习如BYOL自监督框架、小样本学习的理论与应用；二是通过实验可视化结果验证方法吸力，该方法在小样本场景下表现较好。为人工智能教学提供了完整的理论与实践方案，有助于提升教学效果，对人工智能未来教学具有重要意义。 基金项目：安徽省教育厅自然科学研究项目（重大）（2024AH040217）；省级质量工程教学研究项目（2023jyxm1009；2023xjzlts117；2023sdxx145）；基于人工智能下的家禽康养与疾病预警技术研究（S202413） 620055）；基于自监督学习与对抗增强的小样本信号的智能采集研究（2025SK019）；基于深度学习的生猪识别与康养研究（S202513620083）；安徽省智慧农业技术与装备重点实验室开放基金（AEC2026016；AEC2025009）