期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的典型海洋哺乳动物click信号识别方法
被引量：
3
1
作者
高德洋
高大治
李小雷
《陕西师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第6期37-43,共7页
利用深度神经网络对3种典型海洋哺乳动物的click信号和脉冲噪声进行分类识别。首先对采集到的海洋哺乳动物click信号进行特征分析,给出频谱能量算法;之后利用前馈全连接神经网络对时域信号进行识别,研究神经网络参数的改变对识别结果的...
利用深度神经网络对3种典型海洋哺乳动物的click信号和脉冲噪声进行分类识别。首先对采集到的海洋哺乳动物click信号进行特征分析,给出频谱能量算法;之后利用前馈全连接神经网络对时域信号进行识别,研究神经网络参数的改变对识别结果的影响;最后利用卷积神经网络对时频信号进行了识别。结果表明:频谱能量算法识别准确率为69.83%,前馈全连接网络通过调整参数准确率可以达到98.28%,卷积神经网络准确率达到100%。由于实验数据规模较小、信号信噪比较高,所以神经网络的识别效果较好。深度学习方法能够比频谱能量算法取得更好的识别效果,调节前馈全连接网络的隐藏层参数,可提高识别效果。
展开更多
关键词
click信号
海洋哺乳动物
前馈全连接神经网络
卷积
神经网络
在线阅读
下载PDF
职称材料
题名
基于深度学习的典型海洋哺乳动物click信号识别方法
被引量：
3
1
作者
高德洋
高大治
李小雷
机构
中国海洋大学信息科学与工程学院
出处
《陕西师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第6期37-43,共7页
基金
国家自然科学基金(11674294,11874331)
文摘
利用深度神经网络对3种典型海洋哺乳动物的click信号和脉冲噪声进行分类识别。首先对采集到的海洋哺乳动物click信号进行特征分析,给出频谱能量算法;之后利用前馈全连接神经网络对时域信号进行识别,研究神经网络参数的改变对识别结果的影响;最后利用卷积神经网络对时频信号进行了识别。结果表明:频谱能量算法识别准确率为69.83%,前馈全连接网络通过调整参数准确率可以达到98.28%,卷积神经网络准确率达到100%。由于实验数据规模较小、信号信噪比较高,所以神经网络的识别效果较好。深度学习方法能够比频谱能量算法取得更好的识别效果,调节前馈全连接网络的隐藏层参数,可提高识别效果。
关键词
click信号
海洋哺乳动物
前馈全连接神经网络
卷积
神经网络
Keywords
click signals
marine mammals
feedforward fully connected neural network
convolutional neural network
分类号
TB565.1 [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
基于深度学习的典型海洋哺乳动物click信号识别方法
高德洋
高大治
李小雷
《陕西师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2019
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
