典型文献
基于小样本条件下水下回波生成方法
文献摘要：
在人工智能引领的浪潮下,将深度学习方法应用在水下目标识别领域已经成为当前研究的热点之一.然而,在实际科学研究中由于受环境、时间、成本等多方面因素的限制,水下样本数据的获取变得极其困难,样本总量的不足导致深度学习模型的训练效果不佳.生成对抗网络作为一种新的人工智能技术,在数据增强、图像生成等领域具有广泛的应用.然而,传统结构的生成对抗网络模型对水下回波样本并不适用,不能直接用于样本数据生成.因此,针对水下目标数据不足问题,提出了基于改进型生成对抗网络的小样本条件下水下回波信号生成方法,结合回波信号的特点,设计并搭建了基于卷积单元的生成对抗网络模型,并且利用水池实验测试数据进行了回波信号生成仿真实验.最后在信号波形和幅度概率分布层面验证了生成信号的有效性.实验结果表明,文中提出的改进型生成对抗网络模型适用于小样本的情况下高度逼真原始回波信号的生成,为水下目标的主动探测、识别提供了新的思路.
文献关键词：
水下回波信号;数据增强;深度学习;生成对抗网络
中图分类号：
作者姓名：
王晨宇;刘礼文;刘罡;李博;杨云川
作者机构：
中国船舶集团有限公司第705研究所,陕西西安, 710077
文献出处：
引用格式：
[1]王晨宇;刘礼文;刘罡;李博;杨云川-.基于小样本条件下水下回波生成方法)[J].水下无人系统学报,2022(05):612-620
A类：
水下回波信号
B类：
小样本,样本条件,生成方法,深度学习方法,水下目标识别,深度学习模型,训练效果,生成对抗网络,数据增强,图像生成,数据生成,不足问题,改进型,水池,实验测试,测试数据,信号波形,概率分布,逼真,主动探测
AB值：
0.180644
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
