典型文献
一种基于深度学习的多方位谱融合检测方法
文献摘要：
在水下复杂的海洋环境中,依托水下无人平台进行自主检测是进行目标探测的基础,具有重要的研究价值.针对水下无人平台在利用方位历程图进行目标检测过程中检测门限难以确定的问题,提出了一种基于深度学习的多方位谱融合检测方法,弱化了对检测门限的依赖.该方法首先利用不同方位谱生成方法产生方位谱,然后建立融合通道注意力的CA-Conv-Next深度学习网络,采用结合仿真数据与实际海试无标签数据进行半监督策略训练,得到最终的目标检测模型.仿真实验结果表明多方位谱融合的检测概率相比于单一方法提高了 10％,海上试验数据处理结果也表明本文方法比单独采用不同方法进行检测效果提升明显,验证了本文方法的正确性与有效性.
文献关键词：
水下无人平台;方位历程图;自主检测;深度学习;半监督学习
中图分类号：
作者姓名：
宁江波;李宇;迟骋;李子高;金盛龙;李淑秋
作者机构：
中国科学院声学研究所 北京 100190;中国科学院先进水下信息技术重点实验室 北京 100190;中国科学院大学 北京 100049
文献出处：
引用格式：
[1]宁江波;李宇;迟骋;李子高;金盛龙;李淑秋-.一种基于深度学习的多方位谱融合检测方法)[J].网络新媒体技术,2022(06):20-28
A类：
方位历程图
B类：
多方位,海洋环境,水下无人平台,自主检测,目标探测,检测过程,检测门限,难以确定,生成方法,合通,通道注意力,CA,Conv,Next,深度学习网络,仿真数据,海试,无标签数据,监督策略,策略训练,目标检测模型,检测概率,海上试验,处理结果,不同方法,检测效果,效果提升,半监督学习
AB值：
0.343095
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。
