改进密集型卷积神经网络的水声目标被动识别方法

本发明提供的改进密集型卷积神经网络的水声目标被动识别方法，涉及水声识别技术领域，包括：采集水声信号数据，并进行归一化处理和制作成数据集，配置改进密集型卷积神经网络结构，改进密集型卷积神经网络结构具体为：输入层、归一化、卷积块、深度连接、卷积块、深度连接、卷积块、深度连接、卷积层、最后进入平均池化、激活、丢弃、全连接层、softmax层和最后的分类层。通过引入改进密集型卷积神经网络结构，实现了对水声目标原始时域数据的端到端自动识别，所提方法无需依赖人工提取特征，提升了识别效率与准确率，解决了传统方法中主观性强、特征丢失严重的问题，显著增强了模型对复杂水声环境的适应能力。