結合批規(guī)范化層的深度學習模型在水中目標識別中的應用
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>1208 K
標簽： 水聲目標 深度學習 分類
所需積分：0分積分不夠怎么辦？
文檔介紹：針對深度學習模型在訓練水聲樣本數(shù)據(jù)時會出現(xiàn)穩(wěn)定性差進而導致分類識別效果不佳的問題，從網(wǎng)絡的局部連接、空間位置排列以及模型設計的角度出發(fā)，研究在原有一維序列卷積核與一維序列池化的基礎上，引入批規(guī)范化層，構建了深度學習網(wǎng)絡模型。通過歸一化處理，達到加速網(wǎng)絡模型的收斂過程以及提高訓練過程中的穩(wěn)定性的目的。最終為驗證該模型的有效性，對3類水聲目標樣本數(shù)據(jù)進行網(wǎng)絡訓練和模型驗證，證明該模型對水聲目標數(shù)據(jù)分類識別有一定程度的性能提升。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。