| 基于小波包分析和深度学习的舰船辐射噪声识别 |
| |
| 引用本文： | 徐千驰,王彪.基于小波包分析和深度学习的舰船辐射噪声识别[J].船舶工程,2021,43(5):29-34,43. |
| |
| 作者姓名： | 徐千驰 王彪 |
| |
| 作者单位： | 江苏科技大学电子信息学院,江苏镇江 212003 |
| |
| 摘 要： | 为提高舰船辐射噪声识别的准确率,针对辐射噪声这种非平稳、复杂的信号,提出一种基于小波包分解与多特征融合的特征提取方法.同时,引入深度学习模型,将提取到的特征作为识别分类的依据,采用卷积神经网络和长短时记忆神经网络作为分类器.对单一特征的分类结果与融合的多特征分类结果进行比较,对直接提取的特征分类结果与基于小波包分解提取的特征分类结果进行比较,对卷积神经网络、长短时记忆神经网络和机器学习的识别分类结果进行比较,结果表明,采用基于小波包分解与特征融合的特征提取方法和基于深度学习的分类识别方法能显著提高舰船辐射噪声识别的准确率.
|
| 关 键 词： | 舰船辐射噪声识别 深度学习 小波包分解 |
Ship Radiated Noise Recognition Based on Wavelet Packet Analysis and Deep Learning |
| |
| XU Qianchi,WANG Biao.Ship Radiated Noise Recognition Based on Wavelet Packet Analysis and Deep Learning[J].Ship Engineering,2021,43(5):29-34,43. |
| |
| Authors: | XU Qianchi WANG Biao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
