Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种空间异构融合的鲸类信号分类方法及系统 

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:安徽大学;漳州市测绘设计研究院

摘要:本发明公开了一种空间异构融合的鲸类信号分类方法及系统,涉及海洋工程鲸类信号处理领域,方法包括:采集鲸类信号,并对鲸类信号进行非重叠等长帧裁剪、归一化等预处理,得到所有信号帧的特征异构向量;基于所有信号帧的特征异构向量,筛选出鲸类信号高区分度的关键特征;重组高区分度的关键特征异构向量,引入异构三分支骨干网络和空间异构注意力融合网络,构建鲸类信号分类模型;利用鲸类信号分类模型完成鲸类信号分类。本发明筛选高区分度的关键特征,有效避免冗余特征引起的过拟合,降低时空复杂度。本发明构建空间异构注意力融合的分类网络,利用时域、频域和时频域特征信息,深层捕获不同域特征的互补信息,提高相似特征鲸类信号的区分度。

主权项:1.一种空间异构融合的鲸类信号分类方法,其特征在于,步骤包括:采集鲸类信号,并对所述鲸类信号进行预处理,得到所有信号帧的特征异构向量;预处理的步骤包括:对所述鲸类信号进行非重叠长帧裁剪处理,得到固定长度帧的信号数据;再提取每一帧信号数据的时域、频域和时频域特征并分别进行归一化处理,得到所有信号帧的特征异构向量;基于所有信号帧的所述特征异构向量,筛选出鲸类信号高区分度的关键特征;进行筛选的步骤包括:构建异构空间的特征选择模型,并利用所有信号帧的所述特征异构向量对所述特征选择模型进行迭代回归,筛选出鲸类信号高区分度的关键特征;基于所述鲸类信号高区分度的关键特征,构建鲸类信号分类模型;构建所述鲸类信号分类模型的步骤包括:对所述鲸类信号高区分度的关键特征进行重组,得到关键特征异构向量,并按照预设比例将所述关键特征异构向量划分为训练集和验证集;构建异构三分支骨干网络,将所述训练集输入到所述三分支骨干网络,提取不同域的深层特征图;构建空间异构注意力融合网络,融合所述不同域的深层特征图,得到互补的深层异构特征图;迭代学习得到所述鲸类信号分类模型,用所述验证集验证所述鲸类信号分类模型性能,输出分类结果;利用所述鲸类信号分类模型完成鲸类信号分类。

全文数据:

权利要求:

百度查询: 安徽大学 漳州市测绘设计研究院 一种空间异构融合的鲸类信号分类方法及系统

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。