期刊导航
期刊开放获取
cqvip
退出
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
基于多模型深度特征集成的水声目标识别方法
被引量：
1
1
作者
李俊豪
杨宏晖
刘钰淇
《无人系统技术》
2023年第4期69-75,共7页
基于深度学习的水声目标识别算法表现出强大的数据分布拟合能力,已经成为研究重点和热点。深度模型的拟合能力与其复杂度正相关,但过于复杂的模型会显著增加计算成本。综合考虑识别性能以及计算成本,提出了基于多模型深度特征集成的水...
基于深度学习的水声目标识别算法表现出强大的数据分布拟合能力,已经成为研究重点和热点。深度模型的拟合能力与其复杂度正相关,但过于复杂的模型会显著增加计算成本。综合考虑识别性能以及计算成本,提出了基于多模型深度特征集成的水声目标识别方法。首先利用预训练好的深层模型提取深度特征,再利用特征压缩和集成方法将深度特征融合到浅层模型中,通过改变集成的深度特征维度构建多个深度特征集成模型作为子模型,最后多个子模型通过加权投票实现目标识别。实验结果表明,提出方法的平均正确识别率比对比方法提高了0.37%~5.46%,同时参数量仅为Xception的1/34。
展开更多
关键词
水声目标识别
机器
学习
深度
学习
集成
学习
基于
深度
模型
的
集成
学习
下载PDF
职称材料
题名
基于多模型深度特征集成的水声目标识别方法
被引量：
1
1
作者
李俊豪
杨宏晖
刘钰淇
机构
西北工业大学航海学院
出处
《无人系统技术》
2023年第4期69-75,共7页
基金
水下测控技术重点实验室基金资助(61424070506)。
文摘
基于深度学习的水声目标识别算法表现出强大的数据分布拟合能力,已经成为研究重点和热点。深度模型的拟合能力与其复杂度正相关,但过于复杂的模型会显著增加计算成本。综合考虑识别性能以及计算成本,提出了基于多模型深度特征集成的水声目标识别方法。首先利用预训练好的深层模型提取深度特征,再利用特征压缩和集成方法将深度特征融合到浅层模型中,通过改变集成的深度特征维度构建多个深度特征集成模型作为子模型,最后多个子模型通过加权投票实现目标识别。实验结果表明,提出方法的平均正确识别率比对比方法提高了0.37%~5.46%,同时参数量仅为Xception的1/34。
关键词
水声目标识别
机器
学习
深度
学习
集成
学习
基于
深度
模型
的
集成
学习
Keywords
Underwater Acoustic Target Recognition
Machine Learning
Deep Learning
Ensemble Learning
Ensemble Learning Based on Deep Model
分类号
TB56 [交通运输工程—水声工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多模型深度特征集成的水声目标识别方法
李俊豪
杨宏晖
刘钰淇
《无人系统技术》
2023
1
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
