結(jié)合批規(guī)范化層的深度學(xué)習(xí)模型在水中目標(biāo)識別中的應(yīng)用
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>1208 K
標(biāo)簽： 水聲目標(biāo) 深度學(xué)習(xí) 分類
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對深度學(xué)習(xí)模型在訓(xùn)練水聲樣本數(shù)據(jù)時會出現(xiàn)穩(wěn)定性差進(jìn)而導(dǎo)致分類識別效果不佳的問題，從網(wǎng)絡(luò)的局部連接,、空間位置排列以及模型設(shè)計的角度出發(fā),，研究在原有一維序列卷積核與一維序列池化的基礎(chǔ)上,，引入批規(guī)范化層，構(gòu)建了深度學(xué)習(xí)網(wǎng)絡(luò)模型,。通過歸一化處理,，達(dá)到加速網(wǎng)絡(luò)模型的收斂過程以及提高訓(xùn)練過程中的穩(wěn)定性的目的。最終為驗證該模型的有效性,，對3類水聲目標(biāo)樣本數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練和模型驗證,，證明該模型對水聲目標(biāo)數(shù)據(jù)分類識別有一定程度的性能提升。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。