摘要:将堆叠降噪自编码器(SDAE)深度学习方法引入水中目标辐射噪声的特征提取与识别中.建立SDAE模型并将水中目标辐射噪声谱特征作为SDAE模型的输入数据,针对水中目标数据特征对模型结构参数进行优化设置.基于SDAE模型对仿真水声数据进行特征提取与识别,采用支持向量机和BP神经网络作为识别对比算法.结果表明:对于不同类型目标与同一目标的不同状态,SDAE模型都能提取出可分性特征,识别率也要高于其他对比方法.进一步基于SDAE处理同一目标不同状态下的实验数据,同样可以提取出可分性特征并且识别率高于对比算法,这说明采用SDAE算法可以有效实现水中目标辐射噪声的特征提取与识别.