公开(公告)号：CN113537113B

公开(公告)日：2022-10-25

申请号：CN202110844909.5

申请日：2021-07-26

申请人： 哈尔滨工程大学

发明人： 徐丽 ,  钱婧捷 ,  李柏宽 ,  申林山 ,  闫鑫 ,  娄茹珍 ,  贾我欢 ,  李悦齐 ,  张立国

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 基于复合神经网络的水声目标识别方法，它属于水声信号识别技术领域。本发明是为了解决采用现有方法对水声目标识别的准确率低的问题。本发明设计了基于复合神经网络的基层网络结构，先通过LSTM算法对输入音频样本数据的时序特征进行学习，得到一个通过算法更新后的状态信息作为中间向量，进而将这一层次中的状态信息继续通过CNN网络进行传递，经过CNN网络中的卷积池化运算得到输入音频样本数据的空间特征，最后通过CNN网络最后一层的softmax函数得到水声目标识别结果。本发明可以应用于水声信号识别。

公开(公告)号：CN113537113A

公开(公告)日：2021-10-22

申请号：CN202110844909.5

申请日：2021-07-26

申请人： 哈尔滨工程大学

发明人： 徐丽 ,  钱婧捷 ,  李柏宽 ,  申林山 ,  闫鑫 ,  娄茹珍 ,  贾我欢 ,  李悦齐 ,  张立国

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 基于复合神经网络的水声目标识别方法，它属于水声信号识别技术领域。本发明是为了解决采用现有方法对水声目标识别的准确率低的问题。本发明设计了基于复合神经网络的基层网络结构，先通过LSTM算法对输入音频样本数据的时序特征进行学习，得到一个通过算法更新后的状态信息作为中间向量，进而将这一层次中的状态信息继续通过CNN网络进行传递，经过CNN网络中的卷积池化运算得到输入音频样本数据的空间特征，最后通过CNN网络最后一层的softmax函数得到水声目标识别结果。本发明可以应用于水声信号识别。