[发明专利]一种基于深度神经网络的海洋噪声信号识别方法在审
| 申请号： | 201810361731.7 | 申请日： | 2018-04-20 |
| 公开（公告）号： | CN108596078A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 行鸿彦;余培 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人： | 张立荣;裴咏萍 |
| 地址： | 210019 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的海洋噪声信号识别方法，该方法通过建立DNN深度神经网络模型，对模型每层神经元的权值进行前向运算和反向传播的不断训练与更新，得到能够分辨出不同类型海洋噪声信号的分类权值，从而实现对不同类型海洋噪声信号的识别；本发明识别方法利用深度置信网络进行DNN深度神经网络的初始权值训练，将得到的权值作为深度神经网络训练的初始权值，之后对数据进行训练，从而实现对不同类型海洋噪声信号的识别。本发明利用深度神经网络及深度置信网络训练出的初值使得测试结果准确度高，能达到高精确的识别要求。 | ||
| 搜索关键词： | 海洋噪声 神经网络 信号识别 置信 神经元 神经网络模型 神经网络训练 准确度 反向传播 权值训练 网络训练 前向 分辨 运算 分类 更新 网络 | ||
【主权项】：
1.一种基于深度神经网络的海洋噪声信号识别方法，该方法通过建立DNN深度神经网络模型，对模型每层神经元的权值进行前向运算和反向传播的不断训练与更新，得到能够分辨出不同类型海洋噪声信号的分类权值，从而实现对不同类型海洋噪声信号的识别；其特征在于：所述识别方法利用深度置信网络进行所述DNN深度神经网络的初始权值训练，将得到的权值作为深度神经网络训练的初始权值，之后对数据进行训练，从而实现对不同类型海洋噪声信号的识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810361731.7/，转载请声明来源钻瓜专利网。
- 上一篇：高光谱图像自适应光谱聚焦波段选择方法
- 下一篇：手势识别方法、装置及电子设备
