一种基于遗忘质量评分的自动调制识别核心集选择方法

本发明公开了一种基于遗忘质量评分的自动调制识别核心集选择方法，属于无线通信信号处理与深度学习交叉技术领域。本发明针对现有方法在自动调制识别任务中忽略信号时频结构与信噪比分布、评估指标单一等问题，提出通过记录样本在多轮训练中的预测轨迹，计算融合正确性变化次数、持续错误轮次及准确性与损失值的遗忘质量评分（FoQuS），并基于该评分动态分层选择核心集。使用核心集重新训练模型，能在显著降低训练数据规模的同时保持识别性能，具有强泛化能力与高实用价值。