為提高水下目標識別泛化能力,以水中目標輻射噪聲功率譜作為處理對象,將深度學習中的稀疏降噪自編碼器用于水聲目標噪聲數值特征提取,構建含多隱層的稀疏降噪自編碼器模型,并以基于Fisher準則下的類內距離和類間距離作為數值特征評價準則,通過仿真和實際數據分析,對稀疏降噪自編碼器的特征提取性能進行了檢驗和評價。結果表明,稀疏降噪自編碼器是一種有效的水聲目標噪聲特征提取器,所提取的數值特征具有較好的可分性,可為水聲目標識別提供依據。 

【文章來源】：聲學與電子工程. 2020,(04)

【文章頁數】：4 頁

【參考文獻】：
期刊論文
[1]基于模板匹配的艦船螺旋槳葉片數識別方法[J]. 程玉勝,高鑫,劉虎.  聲學技術. 2010(02)
[2]目標輻射噪聲中線譜序列的提取方法[J]. 王慶福,杜栓平.  應用聲學. 2006(06)
[3]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.  聲學學報. 1998(05)



本文編號：3384179