基于卷积神经网络的水声目标杂波分类

基于卷积神经网络的水声目标杂波分类.pdf
水声目标杂波分类在诸多领域都有重要的应用价值,但是存在样本获取难度大,样本数据集数量少且不平衡,依赖手动分类,尚未自动化等问题.针对上述问题本文提出基于卷积神经网络的水声目标杂波分类方法,并采用上采样和加权取样等方法解决样本不平衡问题.通过一组不平衡的主动水声目标杂波样本对浅层CNN和Alexnet迁移学习的分类效果进行对比,发现采用上采样的Alexnet迁移学习的分类效果较好.
作者：宋尚焕朱伟
作者单位：第七一五研究所,浙江杭州310023
母体文献：2021年浙黑苏鲁沪渝四省二市声学技术学术会议论文集
会议名称：2021年浙黑苏鲁沪渝四省二市声学技术学术会议  
会议时间：2021年10月1日
会议地点：浙江金华
主办单位：浙江省声学学会,江苏省声学学会,黑龙江省声学学会,山东省声学学会,天津市声学学会
语种：chi
分类号：
关键词：水声目标  杂波分类  卷积神经网络  Alexnet迁移学习
在线出版日期：2022年8月26日
基金项目：
相似文献
相关博文

2024-12-1 20:14 上传 基于卷积神经网络的水声目标杂波分类.pdf

文件大小:

2.41 MB

下载次数:

60

高速下载