基于一維卷積和LSTM網(wǎng)絡(luò)的端到端水聲目標(biāo)識(shí)別

打開文本圖片集

摘要：水聲目標(biāo)識(shí)別在國防和海洋環(huán)境監(jiān)測等領(lǐng)域具有重要應(yīng)用。然而，傳統(tǒng)的時(shí)頻域特征提取方法由于信息損失和環(huán)境適應(yīng)性不足，限制了識(shí)別性能的提升。為克服這些局限性，文章提出了一種基于一維卷積神經(jīng)網(wǎng)絡(luò)（One-dimensional Convolutional Neural Network，1D CNN）與長短時(shí)記憶網(wǎng)絡(luò)（Long Short-term Memory Network，LSTM）相結(jié)合的端到端水聲目標(biāo)識(shí)別模型（One-dimensional Long Short-term Memory，1DLSTM）。（剩余5725字）