一种基于快速循环单元的水下目标探测方法,涉及水下声纹特征提取技术领域,针对现有技术中的水下目标探测技术存在探测精度低的问题,本发明在对水声信号样本分帧后的片段完成特征提取和特征选择后,将这些特征按时间顺序排列,从而得到由特征组成的时序数据,并利用循环神经网络对时序数据进行处理,以此提高了水下目标探测的准确率并减少了误报率。
1.一种基于快速循环单元的水下目标探测方法,其特征在于包括以下步骤:步骤一:获取目标噪声样本,构建样本数据集;
步骤二:对目标噪声样本进行分帧和打标签处理;
步骤三:设定超参数,构建循环神经网络模型,并利用样本数据集训练构建好的循环神经网络模型,所述超参数包含卷积层中卷积核的尺寸、数量和步长,以及循环单元和全连接层中神经元的数量;
步骤四:利用构建好的循环神经网络模型中的卷积层对噪声样本进行特征提取;
步骤五:对特征提取后的样本进行特征图通道的加权过滤操作,所述加权过滤操作如下:首先通过对卷积层输出的特征矩阵进行逐通道全局卷积操作并经过多个全连接层来获得每个特征通道的权重,然后对每个特征通道进行加权过滤操作;
步骤六:利用循环神经网络模型中的快速循环单元对每一帧的特征在时序维度进行特征联合。
哈尔滨工程大学,简称“哈工程”,位于黑龙江省哈尔滨市,是中华人民共和国工业和信息化部直属的全国重点大学,工业和信息化部、教育部、黑龙江省、哈尔滨市、海军共建高校,位列“双一流”、“211工程”、入选“985工程优势学科创新平台”、“111计划”、卓越工程师教育培养计划、国家大学生创新性实验计划、国家建设高水平大学公派研究生项目、国家级新工科研究与实践项目、中国政府奖学金来华留学生接收院校、全国首批深化创新创业教育改革示范高校、国家大学生文化素质教育基地、国家创新人才培养示范基地、全国高校实践育人创新创业基地,工业和信息化部高校联盟、北极大学联盟、CDIO工程教育联盟、中俄工科大学联盟成员单位,国际船舶与海洋工程创新与合作联盟牵头单位,被教育部、总政治部列入“21世纪人才强军计划”。
评价单位:- (-)
评价时间:2024-06-06
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>