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：西安长峰机电研究所
摘要：本发明提供了一种用于标记水声样本数量不足的深度学习识别方法。包括对水声样本进行处理并构建训练数据集和测试数据集，然后构建基于水声目标识别的注意力半监督网络，并进行网络训练，最后将测试数据集输入到训练好的网络得到分类结果。本发明构建的基于水声目标识别的注意力半监督网络可以在少量标记样本下保持稳定且良好的识别效果，有效提高小样本水声目标的识别效果。
主权项：1.一种用于标记水声样本数量不足的深度学习识别方法，其特征在于步骤如下：步骤1：对水声信号样本进行降采样、分帧处理后，再进行短时傅里叶变换，得到频域信息样本；步骤2：对步骤1得到的少量样本做标记，成为标记样本，其余的样本为未标记样本，然后，将所有样本划分至训练数据集和测试数据集，并对训练数据集中的样本添加噪声，其中，两个集合之间的样本不重复，且均包含标记样本和未标记样本；所述的少量指不超过网络可训练参数数量的1％；步骤3：构建基于水声目标识别的注意力半监督网络，并利用训练数据集中的样本对其进行训练；所述的基于水声目标识别的注意力半监督网络由监督网络和无监督网络组成，其中，监督网络以训练数据集中的样本作为输入量，以样本的分类结果作为输出量，实现端到端的识别过程，无监督网络用于优化监督网络的分类效果；步骤4：将测试数据集中的样本输入到训练好的基于水声目标识别的注意力半监督网络，其中，监督网络的输出即为其样本的分类结果。
全文数据：
权利要求：
百度查询： 西安长峰机电研究所 一种用于标记水声样本数量不足的深度学习识别方法
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