摘要
本发明提出一种基于卷积神经网络的水中目标频域瞬态特征智能检测方法,首先构建带瞬态标签信息的二维时频谱图样本集;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;接着设计瞬态频域特征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,输出频域瞬态行为检测结果。
技术关键词
瞬态特征
智能检测方法
深度卷积神经网络方法
深度神经网络检测
构建深度神经网络
样本
图样
分支
卷积特征
频域特征
模块
检测模型训练
特征值
优化器
多尺度
通道
数据标签
参数
系统为您推荐了相关专利信息
深度神经网络检测
地图特征
二维激光雷达
定位系统
自主导航方法
智能检测方法
空间分布特征
数据
pH值
支持向量回归算法
早产儿视网膜病变
深度神经网络模型
自动分区方法
视盘
多任务
金融数据处理方法
深度学习模型
注意力机制
样本
金融数据处理系统
系统故障定位方法
故障特征信息
三层两网结构
智能变电站
构建深度神经网络