龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：哈尔滨工程大学
摘要：一种基于机器学习的线谱自动检测方法，属于水声目标定位跟踪领域。本发明针对现有线谱检测方法在低信噪比下，线谱特征提取精度低的问题。包括采用信号生成多组不同的特征信号；对每组特征信号进行短时傅里叶变换，得到多帧LOFAR谱，进而得到LOFAR谱图；由LOFAR谱图得到训练集；搭建基于卷积神经网络的目标线谱检测模型，包括编码器和解码器，编码器包括编码卷积层、注意力层和编码池化层；采用训练集对目标线谱检测模型进行迭代训练，计算检测误差，调整模型网络参数，直到检测误差小于期望误差或达到预设迭代次数，得到最终目标线谱检测模型，用于LOFAR谱图的目标线谱检测。本发明用于水声目标的自动检测。
主权项：1.一种基于机器学习的线谱自动检测方法，其特征在于，采用信号生成模型生成低信噪比下不规则波动频率线的多组特征信号st；对每组特征信号st进行短时傅里叶变换，得到多帧LOFAR谱，由多帧LOFAR谱得到每组特征信号st对应的LOFAR谱图；LOFAR谱图包括频率漂移LOFAR谱图、频率不变LOFAR谱图和多普勒频移LOFAR谱图；由每个LOFAR谱图得到对应的真实目标线谱；LOFAR谱图的谱级信噪比和形态各不相同；由LOFAR谱图得到训练集；搭建基于卷积神经网络的目标线谱检测模型，包括编码器和解码器，编码器包括编码卷积层、注意力层和编码池化层；采用训练集对目标线谱检测模型进行迭代训练，由目标线谱检测模型输出的预测目标线谱与真实目标线谱计算得到检测误差，根据检测误差调整目标线谱检测模型的网络参数，以最小化损失函数；直到检测误差小于期望误差或达到预设迭代次数，得到最终目标线谱检测模型；将采集得到的LOFAR谱图输入最终目标线谱检测模型，得到目标线谱。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 基于机器学习的线谱自动检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号