水聲目標智能感知方法

定　價：￥108.00

作　者：	韋正現(xiàn)，何鳴，王建峰著
出版社：	國防工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787118126983	出版時間：	2023-01-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內容簡介

　　《水聲目標智能感知方法》從兩個方面開展水聲目標感知研究，一方面，基于深度學習具有從大體量低價值數(shù)據(jù)中尋找模糊稀疏特性的天然優(yōu)勢，及其在處理非線性問題上顯示出巨大的潛力，通過建立合適的深度學習算法對水聲信號進行分析處理來辨識判斷目標：另一方面，通過多水聲傳感器節(jié)點部署與自主組網、自動事件發(fā)現(xiàn)和數(shù)據(jù)傳遞、多節(jié)點自主協(xié)同目標探測發(fā)現(xiàn)和定位，實現(xiàn)基于水下無線傳感器網絡的水聲目標感知。書中內容豐富，層次分明，學術水平高，模型方法具有□□性，在水聲目標感知、探測和識別的基礎研究上具有重要的理論價值和實踐意義?！端暷繕酥悄芨兄椒ā房勺鳛楦叩仍盒：Ｑ竽繕烁兄⑻綔y與識別專業(yè)以及人工智能專業(yè)師生的參考書，對從事水聲信息處理和人工智能等研究的科研人員，以及在此領域內從事生產、實驗和應用的技術人員應具有一定的參考價值。

作者簡介

暫缺《水聲目標智能感知方法》作者簡介

圖書目錄

第1章緒論
1．1 引言
1．1．1 基于深度學習的水聲目標感知
1．1．2 多節(jié)點協(xié)同水聲目標智能感知
1．2 本書結構
1．3 相關知識
1．3．1 目標輻射噪聲
1．3．2 海洋環(huán)境背景噪聲
1．3．3 深度學習
1．3．4 水下無線傳感器網絡發(fā)展歷程
1．4 國內外研究現(xiàn)狀
1．4．1 水聲信號數(shù)據(jù)預處理方法研究現(xiàn)狀
1．4．2 特征提取方法研究現(xiàn)狀
1．4．3 水聲目標識別分類模型研究現(xiàn)狀
1．4．4 水下無線傳感器網絡部署與組網研究現(xiàn)狀
1．4．5 水下無線傳感器網絡數(shù)據(jù)存取研究現(xiàn)狀
1．4．6 水下無線傳感器網絡性能分析研究現(xiàn)狀
第2章水聲信號抗噪表示與數(shù)據(jù)擴充方法
2．1 引言
2．2 相關知識
2．3 ia-PNCC的水下目標噪聲特征提取
2．3．1 多級正交窗代替漢明窗
2．3．2 對水聲信號舍棄預加重處理
2．3．3 Gammatone濾波器組歸一化
2．4 對稱學習數(shù)據(jù)擴充模型
2．4．1 模型設計與訓練
2．4．2 相似-重合損失函數(shù)
2．5 試驗與結果分析
2．5．1 試驗設置
2．5．2 基于ia-PNCC處理的數(shù)據(jù)試驗與分析
2．5．3 對稱學習數(shù)據(jù)擴充模型試驗與結果分析
第3章基于位置與通道信息的卷積優(yōu)化方法
3．1 引言
3．2 背景知識
3．3 特征加權的卷積優(yōu)化方法
3．3．1 特征圖加權構建過程
3．3．2 特征位置權值計算方法
3．3．3 特征空間權重計算方法
3．4 試驗與結果分析
3．4．1 試驗設置
3．4．2 LoFAR譜分析
3．4．3 特征提取所用網絡模型
3．4．4 結果及分析
第4章基于注意力機制的水聲信號分類卷積神經網絡模型
4．1 引言
4．2 問題描述
4．3 基于注意力機制的卷積神經網絡
4．3．1MFCC的數(shù)據(jù)拼接
4．3．2 卷積神經網絡池化操作分析
4．3．3 基于注意力機制卷積神經網絡的結構改進
4．4 試驗與結果分析
4．4．1 試驗數(shù)據(jù)集
4．4．2 對卷積網絡結構調整的試驗
4．4．3 特征提取及試驗結果比較
第5章基于聚類的水聲信號增量集成分類方法
5．1 引言
5．2 問題描述
5．3 基于聚類的增量學習方法
5．3．1 增量負相關差異表示方法
5．3．2 聚類選擇性負相關集成方法
5．4 試驗與結果分析
……
第6章水下無線傳感器網絡立體交叉部署與自主組網方法
第7章基于引導圖的水下無線傳感器網絡數(shù)據(jù)自主存取機制
第8章水下無線傳感器網絡整體性能四測度模型與網絡優(yōu)化方法
第9章基于水下無線傳感器網絡的多節(jié)點協(xié)同目標發(fā)現(xiàn)計算模型
第10章基于聲線的多節(jié)點協(xié)同目標定位跟蹤
參考文獻