1.一种基于自适应海鸟算法的雷达信号开集识别方法，其特征在于，包括：
2.如权利要求1所述的雷达信号开集识别方法，其特征在于，所述基于所述训练集对所述lstm网络进行训练并得到特征提取网络包括：
3.如权利要求2所述的雷达信号开集识别方法，其特征在于，所述根据所述特征提取网络分别获取所述训练集和所述验证集的嵌入向量包括：
4.如权利要求1所述的雷达信号开集识别方法，其特征在于，所述利用umap算法分别对所述训练集和所述验证集的嵌入向量进行降维处理包括：
5.如权利要求1所述的雷达信号开集识别方法，其特征在于，所述利用基于距离的样本筛选算法筛选出可靠样本以构建已知雷达信号样本库包括：
6.如权利要求1所述的雷达信号开集识别方法，其特征在于，所述构建用于未知雷达信号识别的自适应阈值包括：
7.如权利要求1所述的雷达信号开集识别方法，其特征在于，所述通过设计自适应海鸟算法对所述自适应阈值进行权重寻优，结合螺旋优化搜索与直线优化搜索并设计自适应权重与自适应步长，同时引入探索方向因子进行迭代计算得到最优权重包括：
8.如权利要求6所述的雷达信号开集识别方法，其特征在于，所述根据所述特征提取网络和基于所述最优权重的自适应阈值对所述测试集进行未知雷达信号的识别包括：
9.一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。