大气低频声信号识别深度学习方法研究

来源 :电子科技大学学报 | 被引量 : 0次 | 上传用户:kxl_cqmu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对全面禁核试低频声监测中需要对大气低频声信号进行有效识别的问题,对深度神经网络中的卷积神经网络进行了研究,提出了一种将低频声信号转换为图像,然后采用卷积神经网络进行识别,并对学习过程进行改进的方法。将该方法与基于人工设计特征的支持向量机方法进行了对比实验,实验结果表明,在训练数据集不大的情况下,通过改进学习过程的卷积神经网络可以挖掘出信号的潜在特征,具有和支持向量机同等的识别能力。
其他文献
现有的不良数据状态估计存在很多的弊端,本文应用数据挖掘的方法,使用SCADA数据库中的数据对不良数据进行估计.首先应用分类树方法,按照网络的运行模式与时间分类形成树,把SC
目前时序网络节点重要性的研究主要从时序路径、连通性、网络效率等方面展开。该文考虑到时序网络层内的连接关系和层间耦合关系,引入基于评分矩阵的排名聚合理论,提出了一种
瑞士国家科学基金会(SNSF)作为瑞士最主要的科研基金提供机构,以促进瑞士科技创新的发展为主要任务。因此,从SNSF数据中挖掘创新型国家瑞士的信息学科研究现状和研究趋势,可
目的:观察穴位埋线法治疗慢性腰肌劳损患者的临床疗效.方法:选取18至60岁的慢性腰肌劳损患者60例,治疗组30例采用穴位埋线法,对照组30例采用传统针刺法.一疗程后对两组患者治疗
党的十八大报告明确要求深入开展民族团结进步教育。民族团结教育是现代国民教育的重要组成部分,是增进民族和睦、促进社会和谐的重要德育培养途径和手段。青海藏区民族团结
为提高抽油机的故障诊断性能、减少诊断模型的硬件存储,设计了基于轻量注意力卷积神经网络和示功图的故障诊断方法。首先,将示功图的位移−载荷数据转换为图像,诊断模型的基