一种基于深度学习的水中目标瞬态数值特征提取方法

本发明提出一种基于深度学习的水中目标瞬态数值特征提取方法，从时域和时频域出发，首先设计联合使用瞬态能量和频率波动值的瞬态行为判别准则，基于遗传算法实现判别准则门限优化，其次基于深层卷积神经网络方法，结合目标瞬态特性知识，构建时域波形瞬态特征提取网络模型和时频谱瞬态特征提取网络模型，对存在瞬态行为的目标进行相应多维瞬态数值提取。与现有被动目标瞬态特征提取方法相比，本方法非线性关系映射能力更强，可实现全局多维瞬态特征挖掘。该方法应用于实际被动目标瞬态数值特征提取，取得较好效果。