一种基于ShuffleNetV2分类网络和梅尔谱特征的水...
实质审查的生效
摘要
本发明涉及一种基于ShuffleNetV2分类网络和梅尔谱特征的水声目标识别方法，使用ShuffleNetV2 0.5x版本和ShuffleNetV2 1.0x版本的ShuffleNetV2网络，并对其进行修改以匹配梅尔谱特征。其中包括网络每层输入张量形状的变化，输出通道的变化以及GlobalPool层卷积核大小的变化。除此之外，在2个网络中的底层分别加入了一层批量归一化层，用来规范化每批输入数据的均值和方差。本发明的识别方法中还使用了数据增强，增加了样本数据量，提高模型的泛化能力；同时使用了特征增强来标准化梅尔谱特征样本范围。实验结果表明，本发明在移动端小型设备下，基于多种实测水声目标的分类实验结果表明，作为一种融合深度学习和人工梅尔谱特征的水声目标识别方法，其识别效果目前是最优的。
基本信息
专利标题 ：
一种基于ShuffleNetV2分类网络和梅尔谱特征的水声目标识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114282572A
申请号 ：
CN202111529853.0
公开（公告）日 ：
2022-04-05
申请日 ：
2021-12-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
曾向阳杨爽王海涛
申请人 ：
西北工业大学
申请人地址 ：
陕西省西安市友谊西路127号
代理机构 ：
西北工业大学专利中心
代理人 ：
华金
优先权 ：
CN202111529853.0
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-04-22 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20211214
申请日 : 20211214
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
