期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于优化复数卷积神经网络的声源定位
1
作者 刘梦然 王聪 +4 位作者 龚传琦 胡君豪 聂磊 简泽明 黄周 《现代电子技术》 北大核心 2025年第21期137-143,共7页
现有的基于深度学习的声源定位方法大多依赖于实数特征表达,往往忽视了包含时空数据的相位信息,从而导致定位效果不佳。因此,文中提出一种基于优化复数卷积神经网络的声源定位方法,以挖掘更深层次的特征和相位信息。文中选取相对传输函... 现有的基于深度学习的声源定位方法大多依赖于实数特征表达,往往忽视了包含时空数据的相位信息,从而导致定位效果不佳。因此,文中提出一种基于优化复数卷积神经网络的声源定位方法,以挖掘更深层次的特征和相位信息。文中选取相对传输函数(RTF)、广义互相关(GCC)和短时傅里叶变换(STFT)三类典型的声音信号特征,对比其在实数卷积神经网络和复数卷积神经网络中的训练和测试效果。通过一系列仿真和实验验证了复数卷积神经网络的平均定位误差比实数卷积神经网络降低了53.49%,准确率平均提高了2.13%。实验结果表明,复数卷积神经网络在声源定位性能方面展现出显著优势,为声源定位领域的进一步研究与工程应用提供了有力参考。 展开更多
关键词 声源定位 复数卷积神经网络 麦克风阵列 复数特征 深度学习 定位性能
在线阅读 下载PDF
基于深度复数神经网络的雷达目标DOA估计算法
2
作者 朱安琪 项厚宏 齐美彬 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2024年第1期41-46,共6页
传统模型驱动的波达方向(direction of arrival, DOA)估计算法性能受限于有限的信号特征、快拍数、信噪比、信杂比等因素,在低信噪比、快拍数少的极端情况下,性能较差。为克服上述问题,提高在极端条件下的估计精度,文章提出基于深度复... 传统模型驱动的波达方向(direction of arrival, DOA)估计算法性能受限于有限的信号特征、快拍数、信噪比、信杂比等因素,在低信噪比、快拍数少的极端情况下,性能较差。为克服上述问题,提高在极端条件下的估计精度,文章提出基于深度复数神经网络(complex-valued neural networks, CVNN)的单快拍DOA估计算法,构建深度复数神经网络模型,学习原始带噪信号与理想无噪复信号之间的映射关系,进而实现噪声抑制和期望信号特征增强的目的,提高DOA估计精度。仿真实验结果表明,经CVNN增强后,数据的等效信噪比约提高了1 dB,等效快拍数提高了3,该文所提算法相较于已有的多种物理驱动算法而言,具有更高的估计精度和泛化性。 展开更多
关键词 波达方向(DOA)估计 深度复数神经网络(cvnn) 数据驱动 模型驱动
在线阅读 下载PDF
基于复数深度神经网络的逆合成孔径雷达成像方法 被引量:9
3
作者 汪玲 胡长雨 朱岱寅 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期695-700,共6页
压缩感知(Compressive sensing,CS)理论框架下逆合成孔径雷达(Inverse syntheitic operture radar,ISAR)成像的结果具有超分辨、无旁瓣干扰等特点,但CS ISAR成像方法性能仍然受到稀疏表示不准确和图像重建方法效率低等限制。基于深度神... 压缩感知(Compressive sensing,CS)理论框架下逆合成孔径雷达(Inverse syntheitic operture radar,ISAR)成像的结果具有超分辨、无旁瓣干扰等特点,但CS ISAR成像方法性能仍然受到稀疏表示不准确和图像重建方法效率低等限制。基于深度神经网络(Deep neural network,DNN)的欠采样或不完整信号重建方法取得了瞩目的表现。DNN能够自主学习最优网络参数并挖掘出输入数据的抽象高层特征表示,但目前已有的DNN都为实数域的模型,无法直接用于复数形式数据处理。为了利用DNN的优势提高ISAR欠采样数据成像的质量,本文通过级联不同类型的复数网络层的方式,构建具有多级分解能力的复数深度神经网络(Complex value DND,CVDNN),利用CV‑DNN实现ISAR成像。实验结果表明,基于CV‑DNN的ISAR成像方法在成像质量和计算效率方面都优于传统压缩感知成像方法。 展开更多
关键词 雷达成像 深度学习 逆合成孔径雷达 复数深度神经网络
在线阅读 下载PDF
基于深度复数网络的城市自来水管道泄漏检测的降噪方法
4
作者 陈双叶 申宇杰 +4 位作者 任东杰 吕超 石晓川 张智武 张玥一 《北京工业大学学报》 北大核心 2025年第9期1043-1052,共10页
针对使用基于声信号的方法在城市环境下进行自来水管道泄漏检测和定位时,传统降噪方法需要手工设置固定的阈值,并且无法适用于信号和噪声频带重叠的情况,提出一种基于深度复数网络模块的降噪方法。该方法将信号变换到时频域中,同时,利... 针对使用基于声信号的方法在城市环境下进行自来水管道泄漏检测和定位时,传统降噪方法需要手工设置固定的阈值,并且无法适用于信号和噪声频带重叠的情况,提出一种基于深度复数网络模块的降噪方法。该方法将信号变换到时频域中,同时,利用其模值和相位信息自动学习信号和噪声的特征,输出一个自适应掩膜用来估计干净信号的频谱,再将其变换回时域,从而实现降噪功能。结果表明,该方法与现有的自适应降噪方法相比,降噪后的音频在提升尺度不变的信噪比(scale-invariant source-to-noise ratio,SI-SNR)、泄漏音频分类准确率及减小泄漏点定位的误差方面都取得了更好的效果。 展开更多
关键词 泄漏检测 漏点定位 城市噪声 深度学习 复数网络 卷积神经网络
在线阅读 下载PDF
基于深度学习的雷达成像技术研究进展 被引量:6
5
作者 张云 穆慧琳 +1 位作者 姜义成 丁畅 《雷达科学与技术》 北大核心 2021年第5期467-478,共12页
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅... 成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路。本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性。并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)、逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)、SAR运动目标成像等雷达成像领域的研究现状,在此基础上探讨了目前面临的亟待解决的问题,并对未来发展方向进行了展望。 展开更多
关键词 深度学习 雷达成像 逆问题 卷积神经网络 复数域卷积神经网络
在线阅读 下载PDF
基于NACEMD-GRU的组合型日前负荷预测方法 被引量:18
6
作者 李正浩 《电网与清洁能源》 北大核心 2021年第6期43-50,共8页
准确的日前负荷预测有助于降低电力成本,提高电力系统的安全性和稳定性。该文提出一种基于NACEMD-GRU的组合型日前负荷预测方法。首先,引入NACEMD(噪声辅助复数据经验模态分解)方法对日前负荷数据进行分解,得到具有不同时频特性的日前... 准确的日前负荷预测有助于降低电力成本,提高电力系统的安全性和稳定性。该文提出一种基于NACEMD-GRU的组合型日前负荷预测方法。首先,引入NACEMD(噪声辅助复数据经验模态分解)方法对日前负荷数据进行分解,得到具有不同时频特性的日前负荷分量;然后针对各日前负荷分量分别建立基于GRU(门控循环神经网络单元)的深度学习预测模型,得到日前负荷的各分量预测结果;最后,将各分量进行组合形成总的日前负荷预测结果。实验算例表明,NACEMD方法能够进一步降低分解结果的模态混叠度,GRU适用于日前负荷预测。与现有方法相比,提出的组合型预测方法能够显著提升日前负荷预测精度。 展开更多
关键词 日前负荷预测 噪声辅助复数据经验模态分解 门控循环神经网络单元 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部