首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度KMeans++聚类的水下声源定位方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:安徽工程大学

摘要:本发明公开了基于深度KMeans++聚类的水下声源定位方法,属于信号处理领域,包括:计算源目标到各个阵元的距离,处理后得到源目标对应的坐标估计值并进行归一化得到训练数据集;对训练数据集进行预处理;构建基于深度学习的预训练模型来学习训练数据的深层特征;采用KMeans++算法对模型输出进行聚类,并根据聚类结果对所述预训练模型的参数进行微调,微调后的预训练模型再进行聚类;对微调后的模型聚类结果按聚类簇划分并取均值,其结果作为源目标的最终位置估计值。本发明依托长基线定位结果的分布规律,在有效改善长基线系统定位精度的同时,还提升了定位稳定性和对测距误差的鲁棒性。

主权项:1.基于深度KMeans++聚类的水下声源定位方法,应用于长基线定位,其特征在于:包括以下步骤:S1、计算并统计源目标到各个阵元的距离,并根据所述距离计算得到源目标对应的坐标估计值,所述坐标估计值归一化后构成数据集Dn;S2、数据预处理:对所述数据集Dn进行预聚类以去除边缘野值,然后对所述数据集Dn进行分布变换,得到近球形分布,数据预处理后得到训练数据Dt;S3、预训练:构建基于深度学习的预训练模型来学习训练数据Dt的深层特征,预训练模型的输出记为Da;S4、微调:采用KMeans++算法对数据Da进行聚类,并根据聚类结果对所述预训练模型的参数进行微调,微调后的预训练模型再经过聚类的结果记为R;S5、对R按聚类簇划分并取均值,其结果作为源目标的最终位置估计值。

全文数据:

权利要求:

百度查询: 安徽工程大学 基于深度KMeans++聚类的水下声源定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。