欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法與流程

文檔序號:11920458閱讀:來源:國知局

技術(shù)特征:

1.一種一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:對水聲信號的預(yù)加重、交疊分幀聲音信號長度選擇、輸入卷積網(wǎng)絡(luò)提取特征、調(diào)整選擇網(wǎng)絡(luò)參數(shù)、極限學(xué)習(xí)機(jī)進(jìn)行分類識別,所述預(yù)加重是采用6dB/倍頻的一階數(shù)字濾波器增強(qiáng)高頻部分使信號頻譜平坦;所述交疊分幀聲音信號長度選擇是選用窗函數(shù)對信號進(jìn)行截取,獲得時長為170ms的信號作為卷積神經(jīng)網(wǎng)絡(luò)的最佳輸入幀長;所述輸入卷積網(wǎng)絡(luò)提取特征是采用一維深度卷積網(wǎng)絡(luò)對聲音信號進(jìn)行特征提取;所述調(diào)整選擇網(wǎng)絡(luò)參數(shù)是使用訓(xùn)練樣本集對卷積網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)得到能獲取最佳特征的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù);所述極限學(xué)習(xí)機(jī)進(jìn)行分類識別為選擇極限學(xué)習(xí)機(jī)對卷積網(wǎng)絡(luò)的輸出特征進(jìn)行分類識別。

2.根據(jù)權(quán)利要求1所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述選用窗函數(shù)對信號進(jìn)行截取是用窗函數(shù)w(n)乘以原始信號s(n),得到幀信號sw(n)=s(n)*w(n),窗函數(shù)選擇旁瓣衰減較少的漢明窗。

3.根據(jù)權(quán)利要求1或2所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述采用一維深度卷積網(wǎng)絡(luò)對聲音信號進(jìn)行特征提取是使用三層卷積加兩層池化的深度卷積網(wǎng)絡(luò)對原始語音信號進(jìn)行逐層特征提取。

4.根據(jù)權(quán)利要求1或2所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)包括卷積核大小、卷積步長、池化核大小、池化步長、激活函數(shù)、學(xué)習(xí)率、沖量大小。

5.根據(jù)權(quán)利要求3所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)包括卷積核大小、卷積步長、池化核大小、池化步長、激活函數(shù)、學(xué)習(xí)率、沖量大小。

6.根據(jù)權(quán)利要求1或2所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述選擇極限學(xué)習(xí)機(jī)對卷積網(wǎng)絡(luò)的輸出特征進(jìn)行分類識別包括:將由深度遞歸網(wǎng)絡(luò)逐層提取的特征圖全連接到極限學(xué)習(xí)機(jī)分類器上,選用一個無限可微的激活函數(shù),隨機(jī)設(shè)置輸入層權(quán)重和隱含層偏置,僅訓(xùn)練輸出層權(quán)值。

7.根據(jù)權(quán)利要求3所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述選擇極限學(xué)習(xí)機(jī)對卷積網(wǎng)絡(luò)的輸出特征進(jìn)行分類識別包括:將由深度遞歸網(wǎng)絡(luò)逐層提取的特征圖全連接到極限學(xué)習(xí)機(jī)分類器上,選用一個無限可微的激活函數(shù),隨機(jī)設(shè)置輸入層權(quán)重和隱含層偏置,僅訓(xùn)練輸出層權(quán)值。

8.根據(jù)權(quán)利要求4所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述選擇極限學(xué)習(xí)機(jī)對卷積網(wǎng)絡(luò)的輸出特征進(jìn)行分類識別包括:將由深度遞歸網(wǎng)絡(luò)逐層提取的特征圖全連接到極限學(xué)習(xí)機(jī)分類器上,選用一個無限可微的激活函數(shù),隨機(jī)設(shè)置輸入層權(quán)重和隱含層偏置,僅訓(xùn)練輸出層權(quán)值。

9.根據(jù)權(quán)利要求5所述的一維深度卷積網(wǎng)絡(luò)的水下多目標(biāo)識別方法,其特征是:所述選擇極限學(xué)習(xí)機(jī)對卷積網(wǎng)絡(luò)的輸出特征進(jìn)行分類識別包括:將由深度遞歸網(wǎng)絡(luò)逐層提取的特征圖全連接到極限學(xué)習(xí)機(jī)分類器上,選用一個無限可微的激活函數(shù),隨機(jī)設(shè)置輸入層權(quán)重和隱含層偏置,僅訓(xùn)練輸出層權(quán)值。

當(dāng)前第2頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1
广汉市| 乌鲁木齐县| 黄大仙区| 丽江市| 昭平县| 东平县| 遂平县| 天峻县| 宁安市| 泌阳县| 株洲市| 海宁市| 松桃| 拉萨市| 万宁市| 清丰县| 阿拉善盟| 毕节市| 灵宝市| 噶尔县| 凌源市| 玛曲县| 阿城市| 义马市| 佛冈县| 昭通市| 乌鲁木齐县| 襄垣县| 新昌县| 五华县| 南澳县| 松滋市| 来安县| 汽车| 龙川县| 文水县| 肃北| 成都市| 桓台县| 丹东市| 仲巴县|