| 結合批規(guī)范化層的深度學習模型在水中目標識別中的應用 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：1208 K | |
| 標簽： 水聲目標 深度學習 分類 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對深度學習模型在訓練水聲樣本數據時會出現穩(wěn)定性差進而導致分類識別效果不佳的問題，從網絡的局部連接、空間位置排列以及模型設計的角度出發(fā)，研究在原有一維序列卷積核與一維序列池化的基礎上，引入批規(guī)范化層，構建了深度學習網絡模型。通過歸一化處理，達到加速網絡模型的收斂過程以及提高訓練過程中的穩(wěn)定性的目的。最終為驗證該模型的有效性，對3類水聲目標樣本數據進行網絡訓練和模型驗證，證明該模型對水聲目標數據分類識別有一定程度的性能提升。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2