声目标识别

作品数：125被引量：340H指数：10
导出分析报告
相关领域：自动化与计算机技术电子电信更多>>
相关作者：杨宏晖刘辉杨俊安曾向阳方世良更多>>
相关机构：西北工业大学东南大学中国科学院南京理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中国人民解放军总装备部预研基金云南省自然科学基金国防科技技术预先研究基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于3D融合特征联合神经网络的水声目标识别
《计算机系统应用》2025年第3期72-84,共13页许玮婷 赵英亮 冯思奇 韩星程 贾彩琴 
国家自然科学基金青年科学基金(62203405);山西省应用基础研究计划(20210302124545,202303021212206,202202110401015)。
面对复杂的海洋环境,利用舰船辐射噪声进行水声目标特征提取与识别具有极大的挑战性.本文首先将船舶音频信号的三维梅尔频率倒谱系数(3D dynamic Mel-frequency cepstrum coefficient,3D-MFCC)特征与三维梅尔谱(3D dynamic Mel-spectrog...
关键词：舰船辐射噪声 3D特征融合 多尺度深度可分离卷积 多尺度通道注意力机制 
基于通道分组注意力机制的水声目标识别网络
《信号处理》2025年第3期524-532,共9页王桡 鄢社锋 毛琳琳 于佳平 
国家自然科学基金(62192711,62371447)。
针对传统目标识别网络中特征局部通道信息未被充分利用的问题,本文提出了一种特征通道分组注意力机制,与残差卷积神经网络组成有效的特征提取网络。首先,对特征沿通道维度分割形成多个子特征,在子特征中关注通道的重要性并赋予权重,进...
关键词：水声目标识别 时频谱特征 卷积神经网络 注意力机制 
特征降维与融合的水声目标识别方法
《哈尔滨工程大学学报》2025年第1期102-110,共9页李昊鑫 肖长诗 元海文 郭玉滨 刘加轩 
国家自然科学基金项目(52001235);湖北省自然科学基金项目(2022CBF313);山东省自然科学基金项目(ZR2020KE029).
为解决水声目标在强噪声环境下识别困难以及特征高维问题,本文提出一种将水声信号进行离散小波变换并提取其低频系数与重组一维梅尔倒谱系数融合的方法,以减少特征维度并弥补信息损失。利用1D-CNN-LSTM神经网络在DeepShip和ShipsEar 2...
关键词：水声目标识别 离散小波变换 梅尔倒谱系数 特征融合 联合神经网络 单船识别 深度学习 船舶辐射噪声 
基于Diffusion Model的水声数据增强方法
《数字海洋与水下攻防》2024年第6期639-647,共9页景语 李红烨 程彬彬 郭乔鹤 宋雨荷 
深度学习需要大量数据对网络模型进行训练才能达到良好的识别效果,而水声数据的数量较少且难以获取。为了解决这一问题,采用了一种基于改进的扩散模型的水声数据增强方法,改进了噪声预测网络并增加条件生成模块。使用海上试验采集的水...
关键词：水声目标识别 扩散模型 深度学习 数据增强 
航行工况失配条件下的深度神经网络水声目标识别方法
《西北工业大学学报》2024年第6期1039-1046,共8页王海涛 晋安其 杨爽 曾向阳 
国家自然科学基金面上项目(52271351)资助。
舰船的运行工况会对舰船辐射噪声产生很大影响,即使同一艘船行驶在同一片海域,不同的运行工况也会产生不同的辐射噪声,从而影响目标识别的准确性。特别是在工况失配的情况下,识别结果的正确率会大大降低。针对这一问题,提出了基于知识...
关键词：舰船辐射噪声 知识蒸馏 水声目标识别 工况失配 
基于一维卷积和LSTM网络的端到端水声目标识别
《无线互联科技》2024年第23期73-76,共4页杨康 
镇江市高等专科学校科研项目,项目名称:基于水声的水下目标识别研究,项目编号:GZYB202319;江苏省研究生科研创新项目,项目名称:基于MIMO-OTFS的水声信道估计与均衡技术研究,项目编号:KYCX23_3908。
水声目标识别在国防和海洋环境监测等领域具有重要应用。然而,传统的时频域特征提取方法由于信息损失和环境适应性不足,限制了识别性能的提升。为克服这些局限性,文章提出了一种基于一维卷积神经网络(One-dimensional Convolutional Neu...
关键词：深度学习 水声目标识别 端到端 
基于双通道的多维域水声目标识别
《舰船科学技术》2024年第20期142-147,共6页张晨颖 杨琼 刘枫 
陕西自然科学青年基金资助项目(2021JQ693)。
在海洋遥感领域,水声目标分类识别一直是声呐系统的一项困难而又极其重要的任务,为了进一步提高在不同信噪比下水下声目标的识别准确率,本文提出一种使用多维域融合特征分别输入双通道模型的水声目标识别方法。首先,通过梅尔频率倒谱系...
关键词：水声目标识别 多维时频特征 双通道学习模块 
联合线谱增强与深度神经网络的水声目标识别
《声学学报》2024年第4期656-663,共8页于学洋 迟骋 李淑秋 李德瑞 
国家自然科学基金项目(62001469)资助。
为强化水声目标特征,提高使用深度神经网络识别水声目标的准确率,提出了一种联合线谱增强与深度神经网络的水声目标识别方法。该方法采用窄带信息增强,将自适应线谱增强滤波器与VGGish神经网络级联,水声信号经过线谱增强后输入网络提取...
关键词：水声目标识别 线谱增强 神经网络 深度特征 
用于水声目标识别的注意力机制特征增强
《声学学报》2024年第4期664-670,共7页任佳威 谢源 徐及 颜永红 
中国科学院声学研究所自导项目(mbdx202107)资助。
提出了一种基于注意力机制的特征增强网络(FEAN)用于水声目标的识别,该方法以水声目标辐射噪声信号的线谱信息和调制信息为基础,采用可学习的注意力模块,一方面依照后端的分类任务,对特征进行线性的自适应滤波操作,保留对分类任务有效...
关键词：水声目标识别 深度学习 注意力机制 特征增强 
MCFNet:基于多模态特征交叉融合的水下目标识别网络
《无人系统技术》2024年第4期55-65,共11页包宇航 郑成伟 魏长赟 
国家自然科学基金(52371275)。
在水声目标识别领域,现有识别方法主要采用基于时域或时频域技术,对环境噪声和干扰非常敏感,尤其在复杂多路径水声环境中,信号容易受到干扰,且仅依赖时域和时频域的特征难以准确描述复杂或相似目标的关键属性。对此,为进一步挖掘水声数...
关键词：水声目标识别 特征提取 多模态特征融合 信息交互 深度学习 目标分类 
全选清除导出
共13页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部