首页
新闻
业界动态
新品快递
高端访谈
AET原创
市场分析
图说新闻
会展
专题
期刊动态
设计资源
设计应用
解决方案
电路图
技术专栏
资源下载
PCB技术中心
在线工具库
技术频道
模拟设计
嵌入式技术
电源技术
可编程逻辑
测试测量
通信与网络
行业频道
工业自动化
物联网
通信网络
5G
数据中心
信息安全
汽车电子
大学堂
期刊
文献检索
期刊投稿
登录
注册
首页
资源下载
人工智能
正文
进入了解AET工业互联网专题
技术沙龙-数据要素资产化为网络安全行业带来的新发展机遇
进入订阅《网络安全与数据治理》杂志
2024中国西部微波射频技术研讨会
基于深度卷积网络和卷积去噪自编码器的水声信号识别方法
所属分类:
技术论文
上传者:
文档大小:
962 K
标签:
卷积神经网络
卷积去噪自编码器
Lofar谱
所需积分:0分
积分不够怎么办?
文档介绍:
针对复杂水声信号的分类识别问题,提出了一种新的网络模型结构,将卷积神经网络和卷积去噪自编码器结合到一起应用于水声信号Lofar谱的分类识别中。实验结果表明,该模型能够利用更少的参数学习更丰富的鲁棒性特征,目标识别的总体准确率达到81.2%,与传统卷积神经网络识别方法相比具有更高的识别准确率。
现在下载
VIP会员,AET专家下载不扣分;重复下载不扣分,本人上传资源不扣分。
卷积神经网络 相关资源
基于残差注意力自适应去噪网络和Stacking集成学习的局部放电故障诊断
基于改进AlexNet卷积神经网络人脸识别的研究
基于深度学习的可视化图表分类方法研究
混合CNN-SVM的心音信号分类算法的研究
基于CNN-Transformer混合构架的轻量图像超分辨率方法
基于深度卷积网络和卷积去噪自编码器的水声信号识别方法
基于卷积神经网络的海杂波数据分析与鉴别
基于eIQ的中药材图像识别系统的设计与实现
的最新分享
2023通信与网络合订本
2023人工智能合订本
2023计算机技术与应用合订本
2023电路与系统合订本
2023微电子技术合订本
2023综述与评论合订本
2023嵌入式技术合订本
2023雷达与导航合订本
活动
【热门活动】2024年基础电子测试测量方案培训
【热门活动】密码技术与数据安全技术沙龙
【热门活动】Wi-Fi 7技术详解与测试在线研讨会
【热门活动】电子测试测量国产仪器单项冠军征集
【热门活动】2024中国西部微波射频技术研讨会
Copyright © 2005-
2024
华北计算机系统工程研究所版权所有
京ICP备10017138号-2