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(nèi)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(nèi)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(nèi)，英文摘要與中文摘要內(nèi)容一致。
{5}來稿須包括：篇名、作者姓名、工作或?qū)W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
