基于深度學(xué)習(xí)的人工智能在語音識別技術(shù)取得了突破性的進展,為被動聲吶目標(biāo)分類提供了新思路。該文提出一種將一維卷積神經(jīng)網(wǎng)絡(luò)與長短時記憶網(wǎng)絡(luò)融合的深度學(xué)習(xí)分類模型(Conv-LSTM),提取了被動聲吶目標(biāo)聽覺感知特征——梅爾頻率倒譜系數(shù)(MFCC),并將特征輸入模型提取深度特征進行目標(biāo)分類。試驗結(jié)果表明,該模型相較卷積神經(jīng)網(wǎng)絡(luò)和長短時記憶網(wǎng)絡(luò)具有更高的識別率。

【文章頁數(shù)】：5 頁


本文編號：3779241