基于降噪白編碼器的水中目標識別方法
摘要：將堆疊降噪自編碼器（SDAE）深度學習方法引入水中目標輻射噪聲的特征提取與識別中。建立SDAE模型并將水中目標輻射噪聲譜特征作為SDAE模型的輸入數據，針對水中目標數據特征對模型結構參數進行優化設置。基于SDAE模型對仿真水聲數據進行特征提取與識別，采用支持向量機和BP神經網絡作為識別對比算法。結果表明：對于不同類型目標與同一目標的不同狀態，SDAE模型都能提取出可分性特征，識別率也要高于其他對比方法。進一步基于SDAE處理同一目標不同狀態下的實驗數據，同樣可以提取出可分性特征并且識別率高于對比算法，這說明采用SDAE算法可以有效實現水中目標輻射噪聲的特征提取與識別。
注: 保護知識產權,如需閱讀全文請聯系聲學與電子工程雜志社
相關推薦
更多
