题名: | 基于降噪自编码器的水中目标识别方法 |
正文语种: | 中文 |
作者: | 陈越超 徐晓男 |
作者单位: | 中国船舶重工集团有限公司第七一五研究所 |
关键词: | 深度学习 降噪自编码器 水中目标辐射噪声 特征提取 目标识别 |
摘要: | 将堆叠降噪自编码器(SDAE)深度学习方法引入水中目标辐射噪声的特征提取与识别中。建立SDAE模型并将水中目标辐射噪声谱特征作为SDAE模型的输入数据,针对水中目标数据特征对模型结构参数进行优化设置。基于SDAE模型对仿真水声数据进行特征提取与识别,采用支持向量机和BP神经网络作为识别对比算法。结果表明:对于不同类型目标与同一目标的不同状态,SDAE模型都能提取出可分性特征,识别率也要高于其他对比方法。进一步基于SDAE处理同一目标不同状态下的实验数据,同样可以提取出可分性特征并且识别率高于对比算法,这说明采用SDAE算法可以有效实现水中目标辐射噪声的特征提取与识别。 |
会议日期: | 201810 |
会议举办地点: | 北京 |
会议名称: | 中国造船工程学会2018年学术研讨会 |
出版日期: | 2018-09-30 |
母体文献: | 中国造船工程学会2018年学术研讨会论文集 |