基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类*

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2022-01-02

-->

逄岩,许枫,刘佳.基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类*[J].,2021,40(4):510-517

Seabed sediment classification based on gammatone filter banks time-frequency spectrum and convolutional neural networks

投稿时间：2020-08-30修订日期：2021-07-05

中文摘要:

为了有效利用海底底质信号完成海底底质的分类识别，本文提出一种将深度学习方法和底质信号相结合实现底质分类识别的方法。首先利用Gammatone滤波器组计算底质侧扫图像信号的时频谱，最后利用卷积神经网络(Convolutional Neural Networks, CNN)对得到的时频谱进行分类识别完成底质分类。实验结果表明该方法的底质分类准确率平均达到97.64%，相对于其他方法，分类性能更加优越；同时利用该方法分类海试数据，结果证明该方法具有一定的泛化能力。本文研究结果对实际的海底底质分类具有一定参考意义。

英文摘要:

In order to effectively use sea bottom sediment signal to accomplish the classification and recognition of the sediments, our paper proposes a method of combining the deep learning and the sediment signal to achieve the classification and identification of the sea bottom sediment. First, the Gammatone filter banks is used to calculate the time-frequency spectrum of sediments side scan sonar image signals. In the end, using a CNN model to classify the time-frequency spectrum calculated by Gammatone filter banks. The experimental results show that the classification and recognition accuracy of sediments by this method can averagely reach 97.64%, which is superior to other methods in classification performance, and the results of using this method to classify the sea trial data show the means proposed by this paper has a certain generalization ability. The results of this study have specific reference significance for actual seabed sediments classification.

DOI：10.11684/j.issn.1000-310X.2021.04.003

中文关键词:底质分类 Gammatone滤波器组时频分析时频谱 CNN

英文关键词:sediments classification gammatone filter banks time-frequency analysis time-frequency spectrum cnn

基金项目:

作者	单位	E-mail
逄岩	中国科学院声学研究所	pangyan@mail.ioa.ac.cn
许枫	中国科学院声学研究所	xf@mail.ioa.ac.cn
刘佳	中国科学院大学

摘要点击次数:375

全文下载次数:337

查看全文查看/发表评论下载PDF阅读器

相关附件：修改说明1 修改说明1 修改说明论文图集附件1

关闭

PDF全文下载地址:

http://yysx.cnjournals.cn/ch/reader/create_pdf.aspx?file_no=20174&flag=1&journal_id=yysx&year_id=2021

相关话题/研究所 声学 中国科学院 信号 中国科学院大学

领限时大额优惠券,享本站正版考研考试资料!
优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...
考试优惠券本站小编 Free壹佰分学习网 2022-09-19
时频谱图和数据增强的水声信号深度学习目标识别方法*
刘峰,罗再磊,沈同圣,赵德鑫.时频谱图和数据增强的水声信号深度学习目标识别方法*[J].,2021,40(4):518-524时频谱图和数据增强的水声信号深度学习目标识别方法*Deeplearningtargetrecognitionmethodofunderwateracousticsignalb ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
压缩感知在宽带声学多普勒测速技术中的应用*
刘舒宁,邓锴,王长红.压缩感知在宽带声学多普勒测速技术中的应用*[J].,2021,40(4):532-539压缩感知在宽带声学多普勒测速技术中的应用*ApplicationofcompressedsensinginbroadbandacousticDopplervelocimetrytechnol ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
《计算声学》
李超.《计算声学》[J].,2021,40(4):610《计算声学》《计算声学》投稿时间：2021-07-20修订日期：2021-07-20中文摘要:《计算声学》英文摘要:《计算声学》DOI：中文关键词:《计算声学》英文关键词:《计算声学》基金项目:作者单位E-mail李超中国科学院声学研究所cha ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
应用声信号特征识别车辆车型及车速范围*
赵佳美,户文成,蒋从双,曾宇,姚琨.应用声信号特征识别车辆车型及车速范围*[J].,2021,40(3):468-473应用声信号特征识别车辆车型及车速范围*Vehicletypeandspeedrecognitionbasedonacousticsignalcharacteristics投稿时间： ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
一种用于界面接触状态评价的超声信号相似度分析方法_*
焦敬品,薛原,高翔,何存富,吴斌.一种用于界面接触状态评价的超声信号相似度分析方法*[J].,2021,40(2):255-262一种用于界面接触状态评价的超声信号相似度分析方法*Amethodofultrasonicsignalsimilarityanalysisforinterfaceconta ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
基于超声RF信号的甲状腺结节智能诊断方法*
高凡,屠娟,章东.基于超声RF信号的甲状腺结节智能诊断方法*[J].,2021,40(1):51-59基于超声RF信号的甲状腺结节智能诊断方法*Computer-aideddiagnosisofthyroidnodulesbasedonultrasoundRFsignal投稿时间：2020-08-1 ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
非高斯环境下的深度学习脉冲信号去噪与重构*
李悦,马晓川,王磊,刘宇.非高斯环境下的深度学习脉冲信号去噪与重构*[J].,2021,40(1):142-146非高斯环境下的深度学习脉冲信号去噪与重构*Usingdeeplearningtode-noiseandreconstructpulsesignalsinnon-Gaussianenvir ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
单极随钻声波测井换能器感知信号类型的研究
张超,陈辉,胡恒山,王军.单极随钻声波测井换能器感知信号类型的研究[J].,2020,39(6):804-809单极随钻声波测井换能器感知信号类型的研究Studyonthedominatingsignaltypessensedbythetransducersofmonopoleacousticlog ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
轻卡进气管的结构优化及其声学性能
王栋,张清奎,魏舒婷,董伟,汪祥支.轻卡进气管的结构优化及其声学性能[J].,2020,39(6):940-947轻卡进气管的结构优化及其声学性能Structureoptimizationandacousticperformanceofintakepipeinalighttruck投稿时间：2020 ...
中科院声学研究所本站小编 Free考研考试 2022-01-02
《应用声学》2020年总目次
.《应用声学》2020年总目次[J].,2020,39(6):969-976《应用声学》2020年总目次《应用声学》2020年总目次投稿时间：2020-12-05修订日期：2020-12-05中文摘要:《应用声学》2020年总目次英文摘要:《应用声学》2020年总目次DOI：中文关键词:《应用声学》 ...
中科院声学研究所本站小编 Free考研考试 2022-01-02