基于深度學(xué)習(xí)的水中目標(biāo)分類識(shí)別技術(shù)

　　目標(biāo)識(shí)別是水聲探測(cè)中的重要技術(shù)環(huán)節(jié)，也是一項(xiàng)難題。利用深度學(xué)習(xí)理論開展水聲目標(biāo)信號(hào)特征學(xué)習(xí)與分類識(shí)別，已成為當(dāng)前的研究熱點(diǎn)。本書總結(jié)了作者及課題組近年來(lái)利用深度學(xué)習(xí)理論開展水中目標(biāo)識(shí)別研究的成果。首先，探討了典型深度學(xué)習(xí)模型應(yīng)用于水中目標(biāo)識(shí)別的可行性問題，在此基礎(chǔ)上分別研究了卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度卷積生成對(duì)抗網(wǎng)絡(luò)的原理、構(gòu)建方法、參數(shù)優(yōu)化方法及應(yīng)用實(shí)例。其次，在不同信噪比等條件下，對(duì)深度神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)方法以及不同的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行了對(duì)比分析，提出了改進(jìn)方法，并進(jìn)一步探討了深度半監(jiān)督和無(wú)監(jiān)督水中目標(biāo)分類識(shí)別方法及參數(shù)聯(lián)合優(yōu)化方法。最后，從功能需求、技術(shù)指標(biāo)、關(guān)鍵技術(shù)等角度指出了智能水中目標(biāo)識(shí)別技術(shù)的發(fā)展方向。

暫缺《基于深度學(xué)習(xí)的水中目標(biāo)分類識(shí)別技術(shù)》作者簡(jiǎn)介