-
公开(公告)号:CN118709050B
公开(公告)日:2024-10-29
申请号:CN202411187392.7
申请日:2024-08-28
Applicant: 安徽大学 , 漳州市测绘设计研究院
IPC: G06F18/241 , G06N3/045 , G06N3/0464 , G06F18/211 , G06F18/213 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种空间异构融合的鲸类信号分类方法及系统,涉及海洋工程鲸类信号处理领域,方法包括:采集鲸类信号,并对鲸类信号进行非重叠等长帧裁剪、归一化等预处理,得到所有信号帧的特征异构向量;基于所有信号帧的特征异构向量,筛选出鲸类信号高区分度的关键特征;重组高区分度的关键特征异构向量,引入异构三分支骨干网络和空间异构注意力融合网络,构建鲸类信号分类模型;利用鲸类信号分类模型完成鲸类信号分类。本发明筛选高区分度的关键特征,有效避免冗余特征引起的过拟合,降低时空复杂度。本发明构建空间异构注意力融合的分类网络,利用时域、频域和时频域特征信息,深层捕获不同域特征的互补信息,提高相似特征鲸类信号的区分度。
-
公开(公告)号:CN118709050A
公开(公告)日:2024-09-27
申请号:CN202411187392.7
申请日:2024-08-28
Applicant: 安徽大学 , 漳州市测绘设计研究院
IPC: G06F18/241 , G06N3/045 , G06N3/0464 , G06F18/211 , G06F18/213 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种空间异构融合的鲸类信号分类方法及系统,涉及海洋工程鲸类信号处理领域,方法包括:采集鲸类信号,并对鲸类信号进行非重叠等长帧裁剪、归一化等预处理,得到所有信号帧的特征异构向量;基于所有信号帧的特征异构向量,筛选出鲸类信号高区分度的关键特征;重组高区分度的关键特征异构向量,引入异构三分支骨干网络和空间异构注意力融合网络,构建鲸类信号分类模型;利用鲸类信号分类模型完成鲸类信号分类。本发明筛选高区分度的关键特征,有效避免冗余特征引起的过拟合,降低时空复杂度。本发明构建空间异构注意力融合的分类网络,利用时域、频域和时频域特征信息,深层捕获不同域特征的互补信息,提高相似特征鲸类信号的区分度。
-