南开大学学报（自然科学版） ›› 2023 ›› Issue (6): 11-.
• • 上一篇 下一篇
出版日期:
发布日期:
Online:
Published:
摘要：
以突破传统的水下声源识别方法为研究目的，结合基于海洋声学环境理论和知识引导学习方法，建立基于内嵌专业知识和经验的深度学习模型，提高分类精度，增强识别的容错能力。从数值仿真方面，经声源参数化模型、水声传播模型和信号传递函数方法生成浅海环境中声学仿真数据，利用仿真数据训练一维深度神经网络；从实验验证方面，使用实验声学数据，对短距离内浅海声源信号分类，同时，对模型在海洋环境中的适用条件以及声学环境参数不确定性对模型性能的影响开展研究，解决识别模型应用于实际海洋环境背景下适应性差的难题。
关键词: 浅海, 知识引导, 深度学习, 声源, 被动识别
李 琦, 孙桂玲, 常 哲, 黄 翠, 刘 颉.
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://xuebao.nankai.edu.cn/jns/CN/
https://xuebao.nankai.edu.cn/jns/CN/Y2023/V56/I6/11
