一种基于直推式小样本半监督学习的水声数据处理方法

AITNT
正文
推荐专利
一种基于直推式小样本半监督学习的水声数据处理方法
申请号:CN202511011167
申请日期:2025-07-22
公开号:CN120910647A
公开日期:2025-11-07
类型:发明专利
摘要
本发明涉及水下目标识别领域,尤其涉及一种基于直推式小样本半监督学习的水声数据处理方法。本发明目的是现有的水声数据处理存在效率低下的问题。提供了一种基于直推式小样本半监督学习的水声数据处理方法,包括:根据水声目标数据集构建支撑集和查询集;所述支撑集中的水声目标数据是有标签的;构建水声目标识别模型;将支撑集和查询集输入水声目标识别模型,输出得到预测结果;根据水声目标识别模型的输出和支撑集的标签,计算代价函数;根据代价函数对水声目标识别模型进行训练,得到训练好的水声目标识别模型;将查询集输入训练好的水声目标识别模型,得到最终识别结果,解决了现有的水声数据处理存在效率低下的问题。
技术关键词
半监督学习 数据处理方法 学生 网络 声学特征 音频 教师 样本 标签 参数 识别方法 优化器 因子 算法
系统为您推荐了相关专利信息
1
半导体缺陷的检测方法、系统及存储介质
半导体器件 图像 神经网络推理 坐标 列表
2
一种基于数据分析的网络流量监测管理系统及方法
网络流量监测 网络流量数据 网络特征 学校 分类特征
3
温度智能检测方法、物联网系统及其装置
神经网络模型 智能检测方法 检测子系统 延时器 环境温度传感器
4
一种胃出血监测系统和方法
监测系统 血红蛋白 监测模块 消化内科医疗器械技术 样本
5
一种基于概念格卷积神经网络的社交网络数据挖掘方法
社交网络数据挖掘 社交网络数据采集 互动特征 生成概念 标识符
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号