123,123

內(nèi)容簡(jiǎn)介

　　《水聲目標(biāo)智能感知方法》從兩個(gè)方面開(kāi)展水聲目標(biāo)感知研究，一方面，基于深度學(xué)習(xí)具有從大體量低價(jià)值數(shù)據(jù)中尋找模糊稀疏特性的天然優(yōu)勢(shì)，及其在處理非線性問(wèn)題上顯示出巨大的潛力，通過(guò)建立合適的深度學(xué)習(xí)算法對(duì)水聲信號(hào)進(jìn)行分析處理來(lái)辨識(shí)判斷目標(biāo)：另一方面，通過(guò)多水聲傳感器節(jié)點(diǎn)部署與自主組網(wǎng)、自動(dòng)事件發(fā)現(xiàn)和數(shù)據(jù)傳遞、多節(jié)點(diǎn)自主協(xié)同目標(biāo)探測(cè)發(fā)現(xiàn)和定位，實(shí)現(xiàn)基于水下無(wú)線傳感器網(wǎng)絡(luò)的水聲目標(biāo)感知。書(shū)中內(nèi)容豐富，層次分明，學(xué)術(shù)水平高，模型方法具有□□性，在水聲目標(biāo)感知、探測(cè)和識(shí)別的基礎(chǔ)研究上具有重要的理論價(jià)值和實(shí)踐意義?！端暷繕?biāo)智能感知方法》可作為高等院校海洋目標(biāo)感知、探測(cè)與識(shí)別專業(yè)以及人工智能專業(yè)師生的參考書(shū)，對(duì)從事水聲信息處理和人工智能等研究的科研人員，以及在此領(lǐng)域內(nèi)從事生產(chǎn)、實(shí)驗(yàn)和應(yīng)用的技術(shù)人員應(yīng)具有一定的參考價(jià)值。

作者簡(jiǎn)介

暫缺《水聲目標(biāo)智能感知方法》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1．1 引言
1．1．1 基于深度學(xué)習(xí)的水聲目標(biāo)感知
1．1．2 多節(jié)點(diǎn)協(xié)同水聲目標(biāo)智能感知
1．2 本書(shū)結(jié)構(gòu)
1．3 相關(guān)知識(shí)
1．3．1 目標(biāo)輻射噪聲
1．3．2 海洋環(huán)境背景噪聲
1．3．3 深度學(xué)習(xí)
1．3．4 水下無(wú)線傳感器網(wǎng)絡(luò)發(fā)展歷程
1．4 國(guó)內(nèi)外研究現(xiàn)狀
1．4．1 水聲信號(hào)數(shù)據(jù)預(yù)處理方法研究現(xiàn)狀
1．4．2 特征提取方法研究現(xiàn)狀
1．4．3 水聲目標(biāo)識(shí)別分類(lèi)模型研究現(xiàn)狀
1．4．4 水下無(wú)線傳感器網(wǎng)絡(luò)部署與組網(wǎng)研究現(xiàn)狀
1．4．5 水下無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)存取研究現(xiàn)狀
1．4．6 水下無(wú)線傳感器網(wǎng)絡(luò)性能分析研究現(xiàn)狀
第2章水聲信號(hào)抗噪表示與數(shù)據(jù)擴(kuò)充方法
2．1 引言
2．2 相關(guān)知識(shí)
2．3 ia-PNCC的水下目標(biāo)噪聲特征提取
2．3．1 多級(jí)正交窗代替漢明窗
2．3．2 對(duì)水聲信號(hào)舍棄預(yù)加重處理
2．3．3 Gammatone濾波器組歸一化
2．4 對(duì)稱學(xué)習(xí)數(shù)據(jù)擴(kuò)充模型
2．4．1 模型設(shè)計(jì)與訓(xùn)練
2．4．2 相似-重合損失函數(shù)
2．5 試驗(yàn)與結(jié)果分析
2．5．1 試驗(yàn)設(shè)置
2．5．2 基于ia-PNCC處理的數(shù)據(jù)試驗(yàn)與分析
2．5．3 對(duì)稱學(xué)習(xí)數(shù)據(jù)擴(kuò)充模型試驗(yàn)與結(jié)果分析
第3章基于位置與通道信息的卷積優(yōu)化方法
3．1 引言
3．2 背景知識(shí)
3．3 特征加權(quán)的卷積優(yōu)化方法
3．3．1 特征圖加權(quán)構(gòu)建過(guò)程
3．3．2 特征位置權(quán)值計(jì)算方法
3．3．3 特征空間權(quán)重計(jì)算方法
3．4 試驗(yàn)與結(jié)果分析
3．4．1 試驗(yàn)設(shè)置
3．4．2 LoFAR譜分析
3．4．3 特征提取所用網(wǎng)絡(luò)模型
3．4．4 結(jié)果及分析
第4章基于注意力機(jī)制的水聲信號(hào)分類(lèi)卷積神經(jīng)網(wǎng)絡(luò)模型
4．1 引言
4．2 問(wèn)題描述
4．3 基于注意力機(jī)制的卷積神經(jīng)網(wǎng)絡(luò)
4．3．1MFCC的數(shù)據(jù)拼接
4．3．2 卷積神經(jīng)網(wǎng)絡(luò)池化操作分析
4．3．3 基于注意力機(jī)制卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)改進(jìn)
4．4 試驗(yàn)與結(jié)果分析
4．4．1 試驗(yàn)數(shù)據(jù)集
4．4．2 對(duì)卷積網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整的試驗(yàn)
4．4．3 特征提取及試驗(yàn)結(jié)果比較
第5章基于聚類(lèi)的水聲信號(hào)增量集成分類(lèi)方法
5．1 引言
5．2 問(wèn)題描述
5．3 基于聚類(lèi)的增量學(xué)習(xí)方法
5．3．1 增量負(fù)相關(guān)差異表示方法
5．3．2 聚類(lèi)選擇性負(fù)相關(guān)集成方法
5．4 試驗(yàn)與結(jié)果分析
……
第6章水下無(wú)線傳感器網(wǎng)絡(luò)立體交叉部署與自主組網(wǎng)方法
第7章基于引導(dǎo)圖的水下無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)自主存取機(jī)制
第8章水下無(wú)線傳感器網(wǎng)絡(luò)整體性能四測(cè)度模型與網(wǎng)絡(luò)優(yōu)化方法
第9章基于水下無(wú)線傳感器網(wǎng)絡(luò)的多節(jié)點(diǎn)協(xié)同目標(biāo)發(fā)現(xiàn)計(jì)算模型
第10章基于聲線的多節(jié)點(diǎn)協(xié)同目標(biāo)定位跟蹤
參考文獻(xiàn)