基于显著特征的水声信号识别
声音
2024-01-08 v3 机器学习
音频与语音处理
摘要
随着技术的快速进步，在复杂环境中识别水声信号变得日益重要。目前，主流的水声信号识别主要依赖时频分析来提取频谱特征，在该领域得到了广泛应用。然而，现有的识别方法严重依赖专家系统，面临知识库受限以及难以处理复杂关系等局限性。这些局限性源于规则或推理引擎的复杂性及其维护困难。认识到深度学习在处理复杂关系方面的潜在优势，本文提出了一种利用神经网络进行水声信号识别的方法。该方法对从频谱中提取的特征进行持续学习，以用于水声信号的分类。深度学习模型能够自动从数据中学习抽象特征，并在训练过程中不断调整权重以提升分类性能。
引用
@article{arxiv.2312.13143,
title = {Underwater Acoustic Signal Recognition Based on Salient Feature},
author = {Minghao Chen},
journal= {arXiv preprint arXiv:2312.13143},
year = {2024}
}