深度学习方法及其在水下目标识别中的应用

摘要：

深度学习是近年来机器学习领域的新热点,卷积神经网络(CNN)与深度置信网络(DBN)是深度学习领域的核心方法.本文将两种方法引入水下目标分类识别,并对网络模型和参数设置进行了改进和优化.利用三类水下目标噪声数据进行分类识别,并与支持向量机方法进行对比.结果表明,三种方法所得结果比较接近,其中,DBN方法的正确识别率最高.

关键词： 水下目标识别 深度学习 卷积神经网络 深度置信网络

作者: 王强 曾向阳

作者单位: 西北工业大学航海学院,西安710072

会议类型: 国内会议

会议名称: 中国声学学会水声学分会2015年学术会议

会议地点: 武汉

会议语种:中文

页码: 138-140

在线出版日期: 2015-06-05（万方平台首次上网日期，不代表论文的发表时间）