基于稀疏降噪自编码器的水声目标噪声数值特征提取方法
发布时间:2021-09-04 23:08
为提高水下目标识别泛化能力,以水中目标辐射噪声功率谱作为处理对象,将深度学习中的稀疏降噪自编码器用于水声目标噪声数值特征提取,构建含多隐层的稀疏降噪自编码器模型,并以基于Fisher准则下的类内距离和类间距离作为数值特征评价准则,通过仿真和实际数据分析,对稀疏降噪自编码器的特征提取性能进行了检验和评价。结果表明,稀疏降噪自编码器是一种有效的水声目标噪声特征提取器,所提取的数值特征具有较好的可分性,可为水声目标识别提供依据。
【文章来源】:声学与电子工程. 2020,(04)
【文章页数】:4 页
【参考文献】:
期刊论文
[1]基于模板匹配的舰船螺旋桨叶片数识别方法[J]. 程玉胜,高鑫,刘虎. 声学技术. 2010(02)
[2]目标辐射噪声中线谱序列的提取方法[J]. 王庆福,杜栓平. 应用声学. 2006(06)
[3]舰船噪声识别(Ⅰ)──总体框架、线谱分析和提取[J]. 吴国清,李靖,陈耀明,袁毅,陈岳. 声学学报. 1998(05)
本文编号:3384179
【文章来源】:声学与电子工程. 2020,(04)
【文章页数】:4 页
【参考文献】:
期刊论文
[1]基于模板匹配的舰船螺旋桨叶片数识别方法[J]. 程玉胜,高鑫,刘虎. 声学技术. 2010(02)
[2]目标辐射噪声中线谱序列的提取方法[J]. 王庆福,杜栓平. 应用声学. 2006(06)
[3]舰船噪声识别(Ⅰ)──总体框架、线谱分析和提取[J]. 吴国清,李靖,陈耀明,袁毅,陈岳. 声学学报. 1998(05)
本文编号:3384179
本文链接:https://www.wllwen.com/kejilunwen/wulilw/3384179.html