一种基于深度学习的舰船声学图像分类方法及系统

AITNT
正文
推荐专利
一种基于深度学习的舰船声学图像分类方法及系统
申请号:CN202411123024
申请日期:2024-08-15
公开号:CN120067901A
公开日期:2025-05-30
类型:发明专利
摘要
本发明公开了一种基于深度学习的舰船声学图像分类方法及系统,基于样本扩增及类别数量均衡化的水声信号样本训练优化生成舰船目标分类识别模型,利用舰船目标分类识别模型对待识别的水声信号进行关键特征提取,根据提取的关键特征对应的分类结果得到待识别的水声信号对应的舰船分类结果;本发明采用变分模态分解算法对仿真和实测信号进行了详尽的分析,验证了该算法能够有效地区分信号中的线谱特征和高频噪声干扰。采用灰狼优化算法对VMD算法中的关键参数进行了优化,能够准确地提取出实测信号中的调制线谱及其倍频成分,达到信号增强的目的,从而证明了该方法的有效性和实用性。
技术关键词
图像分类方法 分类识别模型 连续小波变换 样本 图像分类系统 灰狼优化算法 信号 生成对抗网络 变分模态分解算法 模态分解方法 识别模块 可读存储介质 处理器 包络 噪声 计算机设备 存储器 参数 有效性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号