[发明专利]一种基于半张量积神经网络的水下目标识别方法有效
| 申请号： | 201910513322.9 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110245608B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 王海燕;马石磊;申晓红;锁健;廖建宇 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 西安凯多思知识产权代理事务所(普通合伙) 61290 | 代理人： | 刘新琼 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于半张量积神经网络的水下目标识别方法，通过水下声呐传感器接收水下声信号，将声信号的时域及频域信息通过短时傅里叶变换呈现在LOFAR图谱中；以LOFAR图谱样本作为输入特征矩阵构建将数据样本半张量积神经网络；将接收到的水下声信号分为训练集和验证集，输入半张量积神经网络进行训练和验证；通过选取不同的超参数，用训练集对半张量积神经网络进行模型训练，对比验证集的测试效果，确定测试准确率高的超参数；最终将当前采集到的水下目标的声信号输入模型训练后的半张量积神经网络，给出判别结果。本发明能够提高水下目标识别率，拓展应用场景，适用于在复杂的海洋环境噪声中识别水下目标。 | ||
| 搜索关键词： | 一种 基于 张量积 神经网络 水下 目标 识别 方法 | ||
【主权项】：
1.一种基于半张量积神经网络的水下目标识别方法，其特征在于包括以下步骤：通过水下声呐传感器接收水下声信号，包括有水下目标的声信号和无水下目标的海洋环境背景噪声；将声信号的时域及频域信息通过短时傅里叶变换呈现在LOFAR图谱中；以LOFAR图谱样本作为输入特征矩阵构建将数据样本半张量积神经网络；将接收到的水下声信号分为训练集和验证集，输入半张量积神经网络进行训练和验证；通过选取不同的超参数，用训练集对半张量积神经网络进行模型训练，对比验证集的测试效果，确定测试准确率高的超参数；最终将当前采集到的水下目标的声信号输入模型训练后的半张量积神经网络，给出判别结果。
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西北工业大学，未经西北工业大学许可，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/201910513322.9/，转载请声明来源钻瓜专利网。
- 上一篇：眼球追踪方法及相关产品
- 下一篇：行人轨迹生成方法、装置及可读存储介质
