隨著科技水平的推進,人類的活動領(lǐng)域不斷的擴展,針對海洋水下目標(biāo)的檢測已經(jīng)成為探索海洋秘密的關(guān)鍵技術(shù)。在以往水下目標(biāo)檢測技術(shù)中,主要是依靠時域特征、頻域特征,這些特征提取過程過于依賴人的經(jīng)驗和主觀意識,進而使得特征提取技術(shù)一致成為水下目標(biāo)檢測的技術(shù)難點。本文的研究就是針對這樣的研究背景,利用LoFAR譜的方式把時域信號和頻域信號有效的融合,實現(xiàn)基于信號融合的特征提取方法。并且針對卷積網(wǎng)絡(luò)在全連接操作時會丟失特征圖空間信息的不足,通過引入多維特征加權(quán)算法來對空間信息進行加權(quán)強化,該算法采用最大檢出假說理論和二維圖像熵理論作為了特征圖層的權(quán)值評價標(biāo)準(zhǔn),并給出了空間(spatial)和通道(channel)兩個維度的加權(quán)算法。進而提出了基于多維特征加權(quán)網(wǎng)絡(luò)的水下目標(biāo)特征提取算法流程。為了進一步增強卷積網(wǎng)絡(luò)的局部特征提取能力,本文繼續(xù)分析了線性卷積濾波器在處理線性不可分特征上的局限性,以及過完備的線性濾波器組還會產(chǎn)生提取特征的冗余,進而給網(wǎng)絡(luò)訓(xùn)練帶來負擔(dān)。再結(jié)合徑向基神經(jīng)網(wǎng)絡(luò)的非線性處理能力,提出了一種RICNN網(wǎng)絡(luò)模型,在該模型中,通過引入局部正則化層來解決深度增加對網(wǎng)絡(luò)收斂速度的影響,全局均... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

神經(jīng)元模型

圖 2.2 遞歸網(wǎng)絡(luò) 所示，同一層之間的神經(jīng)元傳播，這也被稱為遞歸分層指的是反饋傳播。前饋網(wǎng)絡(luò)以以及小腦網(wǎng)絡(luò)模型為代表[30]。圖 2.3 前饋多層網(wǎng)絡(luò)

10圖 2.3 前饋多層網(wǎng)絡(luò)結(jié)構(gòu)是在淺層網(wǎng)絡(luò)中應(yīng)用最為廣泛的模型算法進行優(yōu)化的。反向傳播算法也作為了 所示，它是一種常見的多層前饋網(wǎng)絡(luò)，包，層與層之間的連接權(quán)重是通過 BP 算法每層節(jié)點的激活情況即輸出的值只受到來列線性和非線性變換逐層在隱藏層中傳遞分為前向傳播和反向調(diào)節(jié)兩個階段，只有的數(shù)據(jù)是逐層將信息傳送到末端的輸出層誤差信號逐層地回傳到了開始端的輸入層

【參考文獻】：
期刊論文
[1]基于圖像熵的各向異性擴散相干斑噪聲抑制[J]. 李金才,馬自輝,彭宇行,黃斌.  物理學(xué)報. 2013(09)
[2]水下目標(biāo)噪聲與背景噪聲的建模與仿真[J]. 魏輝,許愛強,尹德強.  國外電子測量技術(shù). 2011(12)
[3]被動聲納目標(biāo)識別技術(shù)的現(xiàn)狀與發(fā)展[J]. 丁玉薇.  聲學(xué)技術(shù). 2004(04)
[4]徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)[J]. 邱麗芳,周立華,彭志剛.  湖南工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報. 2002(01)
[5]基于線譜特征提取的被動聲納目標(biāo)識技術(shù)研究[J]. 曾慶軍,王菲,黃國建,李洪瑞.  船舶工程. 2001(03)
[6]艦船噪聲識別(Ⅰ)──總體框架、線譜分析和提取[J]. 吳國清,李靖,陳耀明,袁毅,陳岳.  聲學(xué)學(xué)報. 1998(05)
[7]基于主動聲納的水下目標(biāo)特征提取技術(shù)綜述[J]. 盧迎春,桑恩方.  哈爾濱工程大學(xué)學(xué)報. 1997(06)
[8]試用聚類分析對船只噪聲和腦電分類[J]. 陳庚,魏學(xué)環(huán),王玉紅,金璋瑞.  聲學(xué)學(xué)報. 1991(04)



本文編號：2911622