CN115510898B 一种基于卷积神经网络的舰船声尾流检测方法 （西北工业大学）_第1页
CN115510898B 一种基于卷积神经网络的舰船声尾流检测方法 （西北工业大学）_第2页
CN115510898B 一种基于卷积神经网络的舰船声尾流检测方法 （西北工业大学）_第3页
CN115510898B 一种基于卷积神经网络的舰船声尾流检测方法 （西北工业大学）_第4页
CN115510898B 一种基于卷积神经网络的舰船声尾流检测方法 （西北工业大学）_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于卷积神经网络的舰船声尾流检测本发明涉及一种基于卷积神经网络的舰船2后采用卷积核大小为1×1的卷积层作为全连接层输出分2.根据权利要求1所述基于卷积神经网络的舰船所述的bottleneck结构为倒残差结构，是由Resnet网络中的残差结构改进而来，3.根据权利要求1所述基于卷积神经网络的舰5.一种计算机可读存储介质，其特征在于3同速度、不同信号发射角度以及发射不同信号频率和形式下的有尾流和无尾流时散射回4[0016]本发明进一步的技术方案：步骤5所述的bottleneck结构为倒残差结构，是由[0017]本发明进一步的技术方案：步骤6中通过调节网络的超参数以提高网络的学习效5[0035]本发明的基本思路是首先构建时频特征图像集，包括采集有/无尾流时散射回波[0047]WakeNet由三个卷积层、四个bottleneck结构和一个全局平均池化层构成。WakeNet第一层为卷积核大小为3×3的卷积层捕获宏观特征，之后经过四层bottleneck结构获取更深层次的特征，然后经过卷积核大小为1×1的卷积层提高网络的非线性分类性下图2。扩展因子是经过bottleneck结构的第一个卷积层后输出特征矩阵的深度相对于输6

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论