10.3404/j.issn.1672-7649.2019.02.025
基于深度自编码网络的舰船辐射噪声分类识别
针对水下被动声呐目标分类识别问题,借签深度学习网络在图像、语音等领域的成功运用,提出一种基于深度自编码网络的舰船辐射噪声分类识别方法.首先使用Welch功率谱估计方法获得舰船辐射噪声的功率谱特征,然后对原始训练样本集结构优化得到新训练样本集,并构建训练深度自编码网络.依据总体正确识别概率和各类目标正确识别概率对网络参数进行优化设置,实现对舰船辐射噪声的分类识别.经过大量海上实录舰船辐射噪声的分类识别实验,验证了该方法的可行性和实用性.对比BP神经网络分类器,具有更高的正确分类识别概率.
被动声呐、目标分类识别、深度自编码网络
41
TP18(自动化基础理论)
国家自然科学基金资助项目61471378
2019-04-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
124-130