一种基于深度神经网络的船舶辐射噪声分类方法

一种基于深度神经网络的船舶辐射噪声分类方法.pdf
深度学习技术在对复杂数据建模方面表现出较强能力.船舶辐射噪声是一类高复杂非线性信号,使用深度学习网络模型建模理论上具有可行性.为了探究深度学习技术在船舶辐射噪声分类中的应用方法,本文首先分析了船舶辐射噪声信号大数据问题,提出了一种基于深度神经网络(DeepNeuralNetwork,DNN)的船舶辐射噪声分类方法.该方法针对原始信号设计了预处理过程,采用了DNN结构进行训练和检测.实验通过对已知类别信号作预处理,提取表征特征后对DNN模型进行充分训练用于识别.针对本实验数据集,实验结果有72.76％的稳定识别率,表明深度学习技术在船舶辐射噪声分类中有一定的可应用性.
作者：刘振邱家兴程玉胜
作者单位：海军潜艇学院,山东省岛266000
母体文献：2018苏鲁黑浙四省声学技术学术会议论文集
会议名称：2018苏鲁黑浙四省声学技术学术会议  
会议时间：2018年9月20日
会议地点：青岛
主办单位：浙江省声学学会,江苏省声学学会,黑龙江省声学学会,山东省声学学会,天津市声学学会
语种：chi
分类号：U66TP3
关键词：船舶辐射噪声  分类方法  深度神经网络
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文

2024-12-1 21:19 上传 一种基于深度神经网络的船舶辐射噪声分类方法.pdf

文件大小:

1.7 MB

下载次数:

60

高速下载