深度學習在水下目標被動識別中的應用進展
徐及; 黃兆瓊; 李琛; 顏永紅 中國科學院聲學研究所; 北京100190; 中國科學院大學; 北京100049; 中國科學院新疆理化技術研究所; 烏魯木齊830011
關鍵詞：深度學習 目標識別 被動聲納信號處理
摘要：近年來,隨著深度學習方法在理論上取得一系列突破性進展,其展現(xiàn)出相對于傳統(tǒng)機器學習方法的明顯優(yōu)勢。在實際應用方面,深度學習借助其出色的特征學習能力,首先在語音和圖像領域取得巨大成功,并迅速引起其他領域研究者們的重點關注。本文對現(xiàn)階段深度學習在水下目標被動識別領域中的國內外研究進展和應用情況進行梳理總結,包括水下目標被動識別中常用的深度神經(jīng)網(wǎng)絡結構、深度學習對特征提取環(huán)節(jié)產(chǎn)生的影響以及數(shù)據(jù)匱乏條件下的建模方法。針對實際應用場景所面臨的挑戰(zhàn),本文對未來一些可能的研究方向進行了展望,供廣大研究人員參考借鑒。
信號處理雜志要求:
{1}如果來稿是由基金項目資助，請標注項目名稱和編號。
{2}文章要求具有較高的學術水準。以科學的研究范式開展研究，研究內容要有深度，論據(jù)可靠，結構清晰，結論鮮明，寫作規(guī)范，具有學術創(chuàng)新性。
{3}文題力求簡明、醒目，能準確反映文章主題，要求中英文文題。
{4}論著須有中、英文摘要。中文摘要字數(shù)為300字以內，英文摘要與中文摘要內容一致。
{5}來稿須包括：篇名、作者姓名、工作或學習單位、單位所在城市、郵政編碼、中文摘要及關鍵詞、正文、參考文獻、英文篇名、英文摘要及關鍵詞等。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
