期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于时频注意力和软阈值化CNN的无人机声学检测与识别
1
作者 吴灿博 韩刚涛 《压电与声光》 北大核心 2025年第3期597-608,共12页
近年来,无人机在各领域的广泛应用带来了新的安全风险,监视和检测无人机活动变得至关重要。提出了基于梅尔频谱和时频注意力-软阈值化卷积神经网络的无人机声学检测和识别算法,用于嘈杂环境中对无人机声音进行检测和分类。该方法将无人... 近年来,无人机在各领域的广泛应用带来了新的安全风险,监视和检测无人机活动变得至关重要。提出了基于梅尔频谱和时频注意力-软阈值化卷积神经网络的无人机声学检测和识别算法,用于嘈杂环境中对无人机声音进行检测和分类。该方法将无人机音频数据转化为梅尔频谱图,并输入神经网络模型;模型通过时间和频率注意力机制,自动学习并识别对梅尔频谱图而言更重要的时间和频率区域,赋予其更高权重,从而提高识别准确性。结合软阈值化,抑制环境噪声和异常值对模型的影响,提高模型在各种环境噪声干扰下的分类识别效果。收集8型无人机声音数据,构建了无人机数据集并利用背景噪声对样本进行增强。在该数据集下评估了不同的识别方法。结果表明,所提方法在识别准确率、精确率、召回率、F1-score等指标方面优于现有方法。 展开更多
关键词 声学检测 无人机 梅尔频谱图 软阈值化 时频注意力
在线阅读 下载PDF
基于INGO算法的移动机器人自主避障方法 被引量:3
2
作者 杨红森 周文涛 《传感器与微系统》 CSCD 北大核心 2024年第11期139-142,共4页
针对移动机器人在避障过程中存在的避障效率差、寻优速度慢、易陷入局部极值等问题,提出一种基于改进北方苍鹰优化(INGO)算法的避障方法。首先,采用Tent混沌映射策略生成初始种群,从而提高初始解集的质量;其次,引入一种基于Levy飞行的... 针对移动机器人在避障过程中存在的避障效率差、寻优速度慢、易陷入局部极值等问题,提出一种基于改进北方苍鹰优化(INGO)算法的避障方法。首先,采用Tent混沌映射策略生成初始种群,从而提高初始解集的质量;其次,引入一种基于Levy飞行的搜索策略,以提升搜索效率;同时,为了平衡勘探和开发过程,设计了非线性收敛因子和心形搜索策略,从而降低算法陷入局部极值的概率,提高算法的寻优速度。通过仿真实例,验证算法性能。结果表明:相较对比算法,INGO算法在简单任务场景下路径长度减少3.19%~3.80%、运行时间缩短5.59%~17.68%;在复杂任务场景下,路径长度减少3.91%~4.84%、运行时间缩短14.71%~17.88%。实验验证了INGO算法的可行性,能够有效提升移动机器人的避障能力。 展开更多
关键词 北方苍鹰算法 移动机器人 避障 启发式算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部