摘要
本申请公开了一种声学信号识别方法、电子设备及存储介质,包括:获取时域声学信号;将时域声学信号输入SC‑CQT特征提取模块,获得SC‑CQT谱图;将SC‑CQT谱图输入DAAR特征增强模块,得到增强特征图;将增强特征图输入ABN双焦点网络模块,得到声学信号的类别。本申请通过SC‑CQT特征提取、DAAR特征增强以及ABN分层网络分类的结合,形成了一套完整且高效的水下声学信号识别流程,利用CQT在低频分析上的优势,通过子带加权增强了关键信息;利用DAAR模块实现对特征的智能聚焦和多语义理解;利用ABN架构实现从全局概览到局部精细分析的高效决策,从而提升对复杂船舶声学信号的识别准确率和鲁棒性。
技术关键词
声学信号识别方法
语义特征
注意力
网络模块
特征提取模块
水下声学信号
频率
多尺度
焦点
序列
电子设备
输出特征
处理器
双线性
计算机设备
通道
可读存储介质
上采样
系统为您推荐了相关专利信息
混凝土大坝
混合网络模型
预警方法
残差网络
混合模块
区间预测方法
特征融合网络
三维卷积神经网络
注意力机制
涡轮出口温度
控制运动辅助设备
意图识别模型
脑电信号处理方法
脑电信号采集设备
注意力
患者诊疗数据
智能决策方法
肿瘤治疗
多模态
大语言模型