检索结果-维普期刊中文期刊服务平台

具身认知声呐探测技术研究: 1; 作者潘悦吴玺宏 +2 位作者王强曹怀刚曲天书《声学技术》北大核心 2025年第1期1-12,共12页; 文章针对智能声呐探测中面临的水声数据有效样本稀疏和探测结果可解释性差等基础性问题,揭示了壳体声呐能够利用“身体”增强感知的机理,给出了闭环自学习的水声智能探测通用范式,为声呐设计提供新原理、新方法支撑。相较于传统声呐,文... 展开更多; 关键词壳体声呐具身认知目标探测阵列信号处理; 在线阅读下载PDF 职称材料

水下弱目标跟踪的深度学习方法研究被引量：2: 2; 作者杨家铭潘悦 +2 位作者王强曹怀刚高荪培《兵工学报》 EI CAS CSCD 北大核心 2024年第2期385-394,共10页; 针对水下弱目标跟踪受干扰和噪声影响容易出现量测丢失或偏差,导致传统Kalman滤波方法跟踪误差显著增加甚至出现发散的问题,为此提出一种基于神经网络的目标跟踪方法,利用深度神经网络解决不同运动模式下目标方位跟踪的问题。水下目标... 展开更多; 关键词水下目标跟踪深度学习弱目标跟踪纯方位跟踪; 在线阅读下载PDF 职称材料

卷积神经网络单矢量水听器方位估计被引量：5: 3; 作者曹怀刚任群言 +1 位作者郭圣明马力《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第10期1524-1529,共6页; 针对浅海环境下单矢量水听器方位估计的问题,本文提出了一种利用卷积神经网络对目标声源进行方位估计的方法。利用KRAKEN模型仿真的声压和质点加速度对1个包含3个卷积层和4个全连接层的卷积神经网络进行训练,利用训练好的卷积神经网络... 展开更多; 关键词矢量水听器质点加速度方位估计卷积神经网络 KRAKEN模型舰船辐射噪声浅海波导深度学习; 在线阅读下载PDF 职称材料

注意力机制在水声目标分类识别中的应用研究: 4; 作者高荪培白高颐 +1 位作者曹怀刚杨家铭《声学与电子工程》 2023年第1期24-28,共5页; 针对深度学习中水声目标细粒度特征提取效果不佳的情况,文章在ResNet网络的基础上,引入注意力机制,构建了ATT-ResNet网络模型。模型强化对物理谱频率方向的注意力,以进一步提升网络提取特征的能力。为验证该模型的有效性,对货船、客船... 展开更多; 关键词水声目标分类识别注意力机制 ResNet网络模型; 在线阅读下载PDF 职称材料

题名具身认知声呐探测技术研究: 1; 作者潘悦吴玺宏王强曹怀刚曲天书; 机构杭州应用声学研究所体系论证研究中心北京大学智能学院; 出处《声学技术》北大核心 2025年第1期1-12,共12页; 文摘文章针对智能声呐探测中面临的水声数据有效样本稀疏和探测结果可解释性差等基础性问题,揭示了壳体声呐能够利用“身体”增强感知的机理,给出了闭环自学习的水声智能探测通用范式,为声呐设计提供新原理、新方法支撑。相较于传统声呐,文章所提出的具身认知声呐探测技术具有增强感知和自学习能力。通过实际试验数据验证,以物理模型为驱动构建的具身认知模型在检测、测向和定位等任务中均体现出显著优势。新方法对水声数据量的需求小且能够显著提高目标探测能力,为解决当前人工智能方法在声呐应用中遇到的问题奠定了基础,可广泛应用于壳体声呐。; 关键词壳体声呐具身认知目标探测阵列信号处理; Keywords hull-mounted sonar embodied cognition target detection array signal processing; 分类号 TB566 [交通运输工程—水声工程]; 在线阅读下载PDF 职称材料

题名水下弱目标跟踪的深度学习方法研究被引量：2: 2; 作者杨家铭潘悦王强曹怀刚高荪培; 机构杭州应用声学研究所体系论证研究中心北京大学智能学院; 出处《兵工学报》 EI CAS CSCD 北大核心 2024年第2期385-394,共10页; 基金浙江省“万人计划”科技创新领军人才项目(2019R52044)。; 文摘针对水下弱目标跟踪受干扰和噪声影响容易出现量测丢失或偏差,导致传统Kalman滤波方法跟踪误差显著增加甚至出现发散的问题,为此提出一种基于神经网络的目标跟踪方法,利用深度神经网络解决不同运动模式下目标方位跟踪的问题。水下目标跟踪的神经网路模型可通过运动模型生成大量量测数据进行充分训练,有效解决水声目标数据少、标记样本不足的问题;在量测不连续条件下,提出一种新的损失函数用于增强目标跟踪模型的稳健性;对未学习的仿真数据及实测海试数据进行测试。研究结果表明:构建的卷积神经网络(Convolutional Neural Network,CNN)模型适用于3种不同运动模式下的目标,能在平台静止和运动两种情况下稳定跟踪目标;CNN模型较传统Kalman滤波方法跟踪误差分别降低了7.75°和1.41°,验证了该模型的稳健性和可推广性。; 关键词水下目标跟踪深度学习弱目标跟踪纯方位跟踪; Keywords underwater target tracking deep learning weak target tracking bearings-only tracking; 分类号 TB566 [交通运输工程—水声工程]; 在线阅读下载PDF 职称材料

题名卷积神经网络单矢量水听器方位估计被引量：5: 3; 作者曹怀刚任群言郭圣明马力; 机构中国科学院水声环境特性重点实验室中国科学院大学; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第10期1524-1529,共6页; 基金国家自然科学基金项目(11904382).; 文摘针对浅海环境下单矢量水听器方位估计的问题,本文提出了一种利用卷积神经网络对目标声源进行方位估计的方法。利用KRAKEN模型仿真的声压和质点加速度对1个包含3个卷积层和4个全连接层的卷积神经网络进行训练,利用训练好的卷积神经网络模型进行方位估计。仿真数据训练的卷积神经网络模型具有良好的方位估计性能,即使在低信噪比的条件下,依然能够获得可靠的方位估计结果。海上实验数据处理结果表明:该神经网络模型可以有效地从舰船辐射噪声中提取特征并准确地估计目标船只的方位,与传统的加权直方图的方位估计方法相比,本文方法具有更高的估计精度和可靠性。; 关键词矢量水听器质点加速度方位估计卷积神经网络 KRAKEN模型舰船辐射噪声浅海波导深度学习; Keywords vector sensor particleacceleration particle acceleration azimuth estimation convolutional neural network KRAKEN model radiated noise of ships shallow water waveguide deep learning; 分类号 TB566 [交通运输工程—水声工程]; 在线阅读下载PDF 职称材料

题名注意力机制在水声目标分类识别中的应用研究: 4; 作者高荪培白高颐曹怀刚杨家铭; 机构第七一五研究所哈尔滨工程大学; 出处《声学与电子工程》 2023年第1期24-28,共5页; 文摘针对深度学习中水声目标细粒度特征提取效果不佳的情况,文章在ResNet网络的基础上,引入注意力机制,构建了ATT-ResNet网络模型。模型强化对物理谱频率方向的注意力,以进一步提升网络提取特征的能力。为验证该模型的有效性,对货船、客船、拖船、油船四类船舶音频数据进行网络训练和模型验证。实验表明,以Mel谱和MFCC作为输入,ATT-ResNet较ResNet模型,精度分别提升0.2%和1.8%,证明注意力机制对水声目标分类识别网络模型具有性能增益。; 关键词水声目标分类识别注意力机制 ResNet网络模型; 分类号 TB56 [交通运输工程—水声工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	具身认知声呐探测技术研究	潘悦吴玺宏王强曹怀刚曲天书	《声学技术》北大核心	2025	0	在线阅读下载PDF 职称材料
2	水下弱目标跟踪的深度学习方法研究	杨家铭潘悦王强曹怀刚高荪培	《兵工学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	卷积神经网络单矢量水听器方位估计	曹怀刚任群言郭圣明马力	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
4	注意力机制在水声目标分类识别中的应用研究	高荪培白高颐曹怀刚杨家铭	《声学与电子工程》	2023	0	在线阅读下载PDF 职称材料