摘要
本发明属于水下声学目标分类技术领域,公开了一种基于生成式对抗网络的水下声学数据生成方法,包括以下步骤:基于生成对抗网络模型,结合自适应控制器,构建自适应稳定深度卷积生成对抗网络模型;基于自适应控制器,调节生成器和判别器的训练步骤,加速网络的收敛过程;在训练过程中,采用渐进式学习策略,从低频到高频逐步学习,稳定生成过程,提高样本生成质量。本发明采用上述的一种基于生成式对抗网络的水下声学数据生成方法,通过构建自适应稳定深度卷积生成对抗网络模型,用于生成水下声学目标的合成样本,以克服现有数据稀缺的问题,提高网络收敛速度;并通过生成高质量的梅尔频率倒谱系数,以提高水下声学目标的分类精度。
技术关键词
水下声学
生成式对抗网络
数据生成方法
生成对抗网络模型
生成器网络
梅尔频率倒谱系数
控制器
分类技术
样本
阶段
参数
精度
速度
系统为您推荐了相关专利信息
节点
链路带宽资源
宽度神经网络
物理
生成器网络
动作识别方法
动作识别模型
关键点识别
婴儿
脑瘫
模型训练方法
可见光图像
跨模态
生成器网络
模型训练系统
图像处理模型
数据生成方法
模型训练方法
标签
掩模