基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类

逄岩; 许枫; 刘佳

首页> 中文期刊> 《应用声学》 >基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类

基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了有效利用海底底质信号完成海底底质的分类识别,该文提出一种将深度学习方法和底质信号相结合实现底质分类识别的方法.首先利用Gammatone滤波器组计算底质侧扫图像信号的时频谱,然后通过卷积神经网络对得到的时频谱进行分类识别完成底质分类.利用加利福尼亚州Scott Creek近海采集的侧扫声呐图像数据进行数据分析,结果表明应用该方法的底质分类准确率平均达到99.15％,相对于利用分类器分类人工提取的底质分类特征,分类性能更加优越;同时利用该方法处理海上试验数据,结果证明该方法具有一定的泛化能力.该文研究结果对实际的海底底质分类具有一定参考意义.

著录项

来源
《应用声学》 |2021年第4期|510-517|共8页
作者
逄岩; 许枫; 刘佳;
展开▼
作者单位

中国科学院声学研究所北京 100190;

中国科学院大学北京 100049;

中国科学院声学研究所北京 100190;

中国科学院声学研究所北京 100190;

展开▼
原文格式 PDF
正文语种 chi
中图分类 O427.9;
关键词
底质分类; Gammatone滤波器组; 时频分析; 时频谱; 卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 利用深层卷积神经网络实现地形辅助的多波束海底底质分类 [J] . 阳凡林 ,朱正任 ,李家彪 . 测绘学报 . 2021,第001期
2. 基于Fisher线性鉴别特征融合的海底底质分类研究 [J] . 史春雪 . 机械 . 2018,第008期
3. 基于粒子群优化算法的PSO-BP海底声学底质分类方法 [J] . 陈佳兵 ,吴自银 ,赵荻能 . 海洋学报（中文版） . 2017,第009期
4. 基于回波强度的海底底质分类系统关键技术 [J] . 何林帮 ,冯杰 . 大地测量与地球动力学 . 2015,第001期
5. 基于声纳图像纹理特征的海底底质分类方法研究 [J] . 赵永祯 ,唐劲松 ,钟何平 . 海洋测绘 . 2015,第003期
6. 基于主成分分析的自组织竞争神经网络实现海底底质分类 [C] . Guo jun ,郭军 . 中国地球物理学会第二十八届年会 . 2012
7. 基于回波数据的海底底质分类方法研究 [A] . 王悦 . 2020

基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类

摘要

著录项

相似文献

相关主题

期刊订阅