公开(公告)号：CN118016089A

公开(公告)日：2024-05-10

申请号：CN202410156180.6

申请日：2024-02-04

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  吴赫 ,  张宇翔 ,  吴梦迪

IPC: G10L21/0208 ,  G10L21/0216 ,  G10L21/0232

Abstract: 本发明是一种基于子频带的海洋哺乳动物声信号去噪方法。本发明涉及海洋动物声学和信号去噪技术领域，本发明提供了一种基于子频带的海洋哺乳动物声信号去噪方法。对采集到的海洋哺乳动物声信号进行滤波，作为干净信号的样本数据集；将海洋环境噪声作为噪声信号的样本数据集；根据海洋环境噪声与典型海洋哺乳动物哨声信号的特征差异，构建子频带训练的网络，利用两个样本数据集对网络进行训练，得到极大提高去噪效果的网络。

公开(公告)号：CN116821814A

公开(公告)日：2023-09-29

申请号：CN202310780259.1

申请日：2023-06-28

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  吴赫 ,  孙玉林 ,  曹然

IPC: G06F18/2415 ,  G01H17/00 ,  G01S19/42 ,  G06F18/2131 ,  G06F18/15 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于最小类混淆的水下声源距离估计方法及装置。所述方法包括：根据采集到的声压时域信号获得图片样本，根据GPS位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；根据得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型；利用训练好的模型对目标声源进行距离估计。本发明使训练完成的模型能够在少样本的情况下，快速适应新海洋领域的水声数据，提高神经网络分类模型泛化能力。

公开(公告)号：CN116306908A

公开(公告)日：2023-06-23

申请号：CN202310201428.1

申请日：2023-01-19

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  吴赫 ,  生雪莉 ,  李向欣 ,  殷敬伟

IPC: G06N3/096 ,  G06N3/063 ,  G06F18/2415 ,  G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种水声信号识别方法，包括获取待识别水声信号，并转化为时频图；将所述时频图输入至预先训练的轻量化学生网络，所述轻量化学生网络由预先训练的教师网络经知识蒸馏技术进行模型压缩拟合训练得到；所述教师网络由样本数据集通过特征迁移的方法训练得到；所述样本数据集是由所述时频图及对应的水声信号类别构成的集合，样本数据集分为训练集和测试集；输出水声信号识别结果。本发明将深度卷积神经网络通过知识蒸馏的方法进行压缩，轻量化深度卷积神经网络的同时实现加速运算，解决了深度卷积神经网络模型参数量大很难在资源受限的嵌入式设备和对实时性要求较高的移动端部署的问题。

公开(公告)号：CN118016088B

公开(公告)日：2024-11-26

申请号：CN202410156179.3

申请日：2024-02-04

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  吴赫 ,  张宇翔 ,  吴梦迪

IPC: G10L21/0208 ,  G10L21/0216 ,  G10L21/0232

Abstract: 本发明是一种基于学习差异性的鲸豚信号增强方法。本发明涉及鲸豚信号增强技术领域，本发明提供了一种基于学习差异性的鲸豚信号增强方法。对采集到的海洋哺乳动物声信号进行滤波，作为clean样本数据集；将海洋环境噪声与干净信号按一定信噪比混合作为noisy样本数据集；根据海洋环境噪声与典型海洋哺乳动物哨声信号的特征差异，构建两个学习目标对两个频段同步训练网络，利用数据集对网络进行训练，得到提高去噪效果并增强有效信号的网络。

公开(公告)号：CN118016088A

公开(公告)日：2024-05-10

申请号：CN202410156179.3

申请日：2024-02-04

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  吴赫 ,  张宇翔 ,  吴梦迪

IPC: G10L21/0208 ,  G10L21/0216 ,  G10L21/0232

Abstract: 本发明是一种基于学习差异性的鲸豚信号增强方法。本发明涉及鲸豚信号增强技术领域，本发明提供了一种基于学习差异性的鲸豚信号增强方法。对采集到的海洋哺乳动物声信号进行滤波，作为clean样本数据集；将海洋环境噪声与干净信号按一定信噪比混合作为noisy样本数据集；根据海洋环境噪声与典型海洋哺乳动物哨声信号的特征差异，构建两个学习目标对两个频段同步训练网络，利用数据集对网络进行训练，得到提高去噪效果并增强有效信号的网络。