龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州电子科技大学
摘要：本发明公开了一种基于船舶辐射噪声数据的船舶类型识别方法及系统，该方法首先获取船舶辐射噪声的原始数据，并进行预处理，以及视觉特征和时序特征的提取，得到船舶辐射噪声数据集。其次预构建时序和视觉神经网络联合的船舶辐射噪声识别网络，并将得到的船舶辐射噪声数据集输入构建好的船舶辐射噪声识别网络中进行训练。最后将所要识别的船舶辐射噪声数据输入训练后的船舶辐射噪声识别网络，输出船舶辐射噪声数据的船舶类型识别结果。本发明在同时考虑以上两种特征的基础上，降低了模型的复杂度，对船舶辐射噪声做出船舶类型准确的识别。
主权项：1.一种基于船舶辐射噪声数据的船舶类型识别方法，其特征在于，包括以下步骤：S1.获取船舶辐射噪声的原始数据，并进行预处理，以及提取Mel频率倒谱系数特征和梅尔频谱图特征，得到船舶辐射噪声数据集；S2.预构建时序和视觉神经网络联合的船舶辐射噪声识别网络，并将得到的船舶辐射噪声数据集输入构建好的船舶辐射噪声识别网络中进行训练；所述船舶辐射噪声识别网络具体实现过程如下：S21.构建与船舶自动识别系统船舶辐射噪声数据相对应的时序特征数据处理的时序模型；所述时序模型具体为：五层的一维卷积层和一层的全局平均池化层对船舶自动识别系统船舶辐射噪声的MFCC特征数据进行相应特征提取，最后通过密集层输出特征的决策向量；S22.构建与船舶自动识别系统船舶辐射噪声数据相对应的图像特征数据处理的视觉模型，具体实现过程如下：S221.将船舶自动识别系统船舶辐射噪声的梅尔频谱图数据输入给视觉神经网络；S222.采用二维卷积层、最大池化层以及随机失活层顺序构成的计算机视觉网络对船舶辐射噪声的梅尔频谱图进行特征提取，通过平坦层和密集层固定的输出特征个数以及Softmax的激活函数得到视觉模型的决策向量；S23.对步骤S21和S22得到的决策向量使用加权平均融合的方法进行融合，得到最终确定的输出结果类别；S24.将船舶辐射噪声的数据集输入船舶辐射噪声识别网络中进行训练，得到训练好的船舶辐射噪声识别网络；S3.将所要识别的船舶辐射噪声数据输入训练后的船舶辐射噪声识别网络，输出船舶辐射噪声数据的船舶类型识别结果。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于船舶辐射噪声数据的船舶类型识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号