首页 > 《科学与技术》 > 2020年14期 > 基于深度卷积神经网络的水声目标信号时频特征提取和识别

基于深度卷积神经网络的水声目标信号时频特征提取和识别

在线阅读下载PDF 导出详情

摘要摘要：随着我国军事行业的不断发展，我国对水声目标军事任务完成情况提出了更高的要求。但是，由于海洋环境极其复杂，相关领域技术人员在利用舰船辐射噪声对水声目标进行识别的过程中，遇到了巨大的困难和挑战。基于以上情况，本文在有效结合水声信号特点的基础上，通过利用深度卷积神经网络，对水声目标信号的时频特征进行提取和识别，确保所提取和识别数据信息的真实性、完整性和可靠性。希望通过这次研究，为相关领域技术人员提供有效的借鉴和参考。

DOI rdxvymw14l/4835673

作者聂瑞祥牛奕龙覃德卿尚永博

机构地区西北工业大学陕西西安 710068

出处《科学与技术》 2020年14期

关键词深度卷积神经网络水声目标信号时频特征提取识别

分类 [建筑科学][建筑技术科学]

出版日期 2020年09月27日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1聂瑞祥,牛奕龙,覃德卿,尚永博. 基于深度卷积神经网络的水声目标信号时频特征提取和识别.建筑技术科学,2020-09.
2于铭汐. 基于分向卷积神经网络的特征提取模型.教育学,2020-11.
3王明 ,胡健民 ,艾尼•哈巴尔. 基于卷积神经网络自动提取特征的电缆绝缘缺陷识别.,2022-07.
4杨耀湘. AI病理检测中如何运用卷积神经网络（CNN）实现特征提取.中西医结合,2024-12.
5兰宏富 ,李正. 基于深度卷积神经网络的验证码识别研究.,2022-07.
6李悦. 基于级联深度卷积神经网络的面部特征点定位算法.教育学,2017-07.
7张晶;吴磊;贺建军;刘文鹏. 基于深度卷积神经网络的手写哈萨克文字母识别方法.教育学,2017-05.
8周迪. 基于卷积神经网络的手写数字识别综述.建筑技术科学,2021-11.
9鲁轩1陈振辉2王朝阳3王松波4付明5韩双. 基于卷积神经网络的输电设备缺陷识别.电力系统及自动化,2016-12.
10杨皓云. 基于卷积神经网络的验证码识别.,2022-07.

来源期刊

科学与技术

科学与技术

相关推荐

同分类资源更多

相关关键词

深度卷积神经网络水声目标信号时频特征提取识别

返回顶部