期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于优化复数卷积神经网络的声源定位
1
作者 刘梦然 王聪 +4 位作者 龚传琦 胡君豪 聂磊 简泽明 黄周 《现代电子技术》 北大核心 2025年第21期137-143,共7页
现有的基于深度学习的声源定位方法大多依赖于实数特征表达,往往忽视了包含时空数据的相位信息,从而导致定位效果不佳。因此,文中提出一种基于优化复数卷积神经网络的声源定位方法,以挖掘更深层次的特征和相位信息。文中选取相对传输函... 现有的基于深度学习的声源定位方法大多依赖于实数特征表达,往往忽视了包含时空数据的相位信息,从而导致定位效果不佳。因此,文中提出一种基于优化复数卷积神经网络的声源定位方法,以挖掘更深层次的特征和相位信息。文中选取相对传输函数(RTF)、广义互相关(GCC)和短时傅里叶变换(STFT)三类典型的声音信号特征,对比其在实数卷积神经网络和复数卷积神经网络中的训练和测试效果。通过一系列仿真和实验验证了复数卷积神经网络的平均定位误差比实数卷积神经网络降低了53.49%,准确率平均提高了2.13%。实验结果表明,复数卷积神经网络在声源定位性能方面展现出显著优势,为声源定位领域的进一步研究与工程应用提供了有力参考。 展开更多
关键词 声源定位 复数卷积神经网络 麦克风阵列 复数特征 深度学习 定位性能
在线阅读 下载PDF
基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法 被引量：6
2
作者 秦先祥 余旺盛 +2 位作者 王鹏 陈天平 邹焕新 《雷达学报（中英文）》 CSCD 北大核心 2020年第3期525-538,共14页
针对物体框标注样本包含大量异质成分的问题,该文提出了一种基于复值卷积神经网络(CV-CNN)样本精选的极化SAR(PolSAR)图像弱监督分类方法。该方法首先采用CV-CNN对物体框标注样本进行迭代精选,并同时训练出可直接用于分类的CV-CNN。然... 针对物体框标注样本包含大量异质成分的问题,该文提出了一种基于复值卷积神经网络(CV-CNN)样本精选的极化SAR(PolSAR)图像弱监督分类方法。该方法首先采用CV-CNN对物体框标注样本进行迭代精选,并同时训练出可直接用于分类的CV-CNN。然后利用所训练的CV-CNN完成极化SAR图像的分类。基于3幅实测极化SAR图像的实验结果表明,该文方法能够有效剔除异质样本,与采用原始物体框标注样本的传统全监督分类方法相比可以获得明显更优的分类结果,并且该方法采用CV-CNN比采用经典的支持矢量机(SVM)或Wishart分类器性能更优。 展开更多
关键词 极化SAR 弱监督分类 复值卷积神经网络 样本精选
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部