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
《电子技术应用》全年合订本-电子版
点击了解国有企业数字化转型专题
点击查看基础电子测试测量培训视频
AET陪你走进工业以太网
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
基于数据驱动的滚动轴承早期故障诊断方法
工业控制系统安全威胁分类模型研究
融合卷积神经网络的混凝投药模型研究
深度学习模型中不同激活函数的性能分析
应用于相机标定的亚像素棋盘角点检测
基于多模态特征融合的Android恶意程序检测方法研究
基于动态自适应计算引擎的MobileNetV3网络加速器设计
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
的最新分享
中国信通院具身智能发展报告2024
生成式人工智能发展报告2024
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
活动
【热门活动】2025年基础电子测试测量方案培训
【技术沙龙】可信数据空间构建“安全合规的数据高速公路”
【下载】5G及更多无线技术应用实战案例
【通知】2025第三届电子系统工程大会调整时间的通知
【征文】2025电子系统工程大会“数据编织”分论坛征文通知
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