一种基于卷积神经网络的水中目标时域瞬态特征智能检测方法

本发明提出一种基于卷积神经网络的水中目标时域瞬态特征智能检测方法，首先构建带瞬态标签信息的一维时域波形样本集；其次，基于深度卷积神经网络方法，结合水声目标瞬态特性知识，设计多尺度卷积算子，以此为基础构建深度神经网络检测模型；接着设计瞬态波形值增强学习损失函数并基于样本集完成深度神经网络检测模型训练；最后基于深度神经网络检测模型对未知目标数据进行处理，输出瞬态行为检测结果。该方法构造了深层神经网络并设计了弱特征增强学习方法，有助于提高特征信息挖掘和利用的全面性和精细化程度，是人工智能算法在水声信号处理领域应用的创新方法。