歡迎引用
[1]薛靈芝,楊爽,王巧霞.一種基於改進深度自編碼網路的水聲目標識別方法[J].自動化與儀器儀表,2022(01):30-34.DOI:10.14016/j.cnki.1001-9227.2022.01.030.
作者：薛靈芝，楊爽，王巧霞
(1 . 延安大學西安創新學院資料科學與工程學院
2 . 西北工業大學航海學院)
摘 要 :特徵提取是實現目標識別的關鍵 , 而在海洋環境中 , 複雜的環境噪聲使得海洋目標的特徵提取異常困難 。針對複雜海洋噪聲下特徵提取難的問題 ,提出一種基於改進深度自編碼網路的特徵提取方法對目標輻射噪聲進 行特徵提取和識別 。該方法透過深度自編碼模型逐層學習提取資料中的抽象特徵 ,但是針對海洋資料的樣本數量 少 ,呈現一定的隨機性 ,隨著模型網路層數加深 ,會出現梯度消失問題 ,為了解決該問題 ,在最後一層隱藏層的輸入值 中加入第一層的特徵值 ,使得對整個網路的最佳化過程在兩條通道中同時進行 ,有效地避免了單一通道中由於連乘導 致的梯度消失問題 。實驗結果表明 ,與傳統方法相比 ,所提演算法能夠有效地對艦船輻射噪聲進行特徵提取和分類 ,並 具有良好的魯棒性。
關鍵詞 : 自編碼 ; 目標識別 ;特徵提取
（來源： 自動化與儀器儀表 2022年第1期）
關注我的你，是最香噠！
