| 結合批規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?。?span>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，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 華北計算機系統工程研究所版權所有 京ICP備10017138號-2