基于本征概率密度函数的舰船水下噪声深度学习识别方法
实质审查的生效
摘要
本发明涉及基于本征概率密度函数的舰船水下噪声深度学习识别方法，属于海洋信息技术领域，所述方法基于本征概率密度函数对舰船水下噪声深度学习识别，通过模态分解获取信号的本征模态函数，求解相应的概率密度，采用深度学习分类器实现对舰船类型的自动识别。本发明方法在复杂多变的海洋环境中更加稳定，与现有技术相比，识别的准确率从90.8%提高到99.6%，且提高了运算速度，能满足在线的处理需求。
基本信息
专利标题 ：
基于本征概率密度函数的舰船水下噪声深度学习识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114462457A
申请号 ：
CN202210370774.8
公开（公告）日 ：
2022-05-10
申请日 ：
2022-04-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
姜莹刘宗伟杨春梅吕连港段德鑫张远凌
申请人 ：
自然资源部第一海洋研究所
申请人地址 ：
山东省青岛市崂山区仙霞岭路6号
代理机构 ：
北京科家知识产权代理事务所(普通合伙)
代理人 ：
沈小明
优先权 ：
CN202210370774.8
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
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20220411
申请日 : 20220411
2022-05-10 ：
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
