论文摘要
近年来,随着深度学习方法在理论上取得一系列突破性进展,其展现出相对于传统机器学习方法的明显优势。在实际应用方面,深度学习借助其出色的特征学习能力,首先在语音和图像领域取得巨大成功,并迅速引起其他领域研究者们的重点关注。本文对现阶段深度学习在水下目标被动识别领域中的国内外研究进展和应用情况进行梳理总结,包括水下目标被动识别中常用的深度神经网络结构、深度学习对特征提取环节产生的影响以及数据匮乏条件下的建模方法。针对实际应用场景所面临的挑战,本文对未来一些可能的研究方向进行了展望,供广大研究人员参考借鉴。
论文目录
文章来源
类型: 期刊论文
作者: 徐及,黄兆琼,李琛,颜永红
关键词: 深度学习,目标识别,被动声纳信号处理
来源: 信号处理 2019年09期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 船舶工业,自动化技术
单位: 中国科学院声学研究所,中国科学院大学,中国科学院新疆理化技术研究所
基金: 国防科技创新特区项目,中国科学院声学研究所青年英才计划(QNYC201601)
分类号: TP18;U666.7
DOI: 10.16798/j.issn.1003-0530.2019.09.003
页码: 1460-1475
总页数: 16
文件大小: 995K
下载量: 554
相关论文文献
标签：深度学习论文; 目标识别论文; 被动声纳信号处理论文;