摘要
本发明公开了一种基于对比学习与特征融合的水下声学信号分类方法,包括:采集原始水声信号,并对原始水声信号进行增强预处理,得到预处理后的水声信号;将预处理后的水声信号输出至分类神经网络模型中,得到水声信号分类结果;其中,分类神经网络模型按照以下步骤得到:构建多模态异构特征融合网络;对构建的多模态异构特征融合网络进行自监督对比预训练,得到预训练后的多模态异构特征融合网络;搭建分类模块,所述分类模块以多模态异构特征融合网络输出的融合特征作为输入,以各类别的概率分布作为输出;对预训练后的多模态异构特征融合网络和分类模块进行渐进式监督微调,得到分类神经网络模型。
技术关键词
水下声学信号
异构特征
输出特征
分类神经网络
分类方法
卷积模块
融合特征
全局平均池化
注意力
通道
多分支
Softmax函数
加权特征
样本
阶段