公开(公告)号：CN117807502A

公开(公告)日：2024-04-02

申请号：CN202311854172.0

申请日：2023-12-29

Applicant: 杭州电子科技大学

Inventor： 孔万增 ,  白植权 ,  朱仪迪 ,  李欣敖

IPC: G06F18/241 ,  G06F18/15 ,  G06N3/0442 ,  G06F18/214 ,  G06N3/0464 ,  G06F18/213 ,  G10L25/51 ,  G10L25/30

Abstract: 本发明公开了一种基于RNN结构和差异学习率重训练的水声目标识别方法，其专门针对舰船水声目标的识别与分类问题。具体实现步骤包括：一、对舰船水声信号进行预处理；二、基于预训练模型构建水声目标识别深度模型；三、重训练配置；四、对模型进行重训练，以实现往目标域的迁移；五、训练得到针对水声目标识别的高性能分类模型。本发明中的模型结构采用预训练模型与新增的循环神经网络结构和分类层结合，使得重训练后的模型能够更准确地识别水声目标。经过若干实验模拟与应用情况可证明本发明具备优秀的实时性和稳定性，适用于复杂多变的水下环境中舰船目标的快速准确识别，其对提升水下声纳系统的性能具有重要意义。