原文服务方: 海洋技术学报       
摘要:
随着对水下目标特性研究的深入和声学探测技术的发展,基于单模态的阵列式信息融合或基于空间信息的分布式信息融合的水下目标识别方法研究已有一定成果,但针对复杂海况导致单一物理场或单一融合层次的系统识别性能提高有限等方面影响的水下目标识别方法研究还有所不足,因此,开展基于多模态深度融合模型的水下目标识别方法研究可利用模态互补,共享信息而提升识别率.文中在国内外研究基础上,深入研究了基于到达时差法和多模态方法组合的检测方法,初步形成了基于水声环境空间中多模态深度融合模型的识别框架,开展了海洋中典型自然与人为事件的信号分析与特征提取,并在此基础上,设计新型基于海底基站的被动识别系统.该系统同步记录和由位置等组成的时间序列标记声、磁和压数据,可实现高精度、高分辨率的识别.本研究可满足未来海洋观测对高性能水下目标探测、定位和跟踪系统的迫切需要,为海洋安全监管、海洋突发事件应急响应等领域提供新的技术手段和科学参考.
推荐文章
基于多传感器数据融合的目标识别方法
目标识别
D-S理论
数据融合系统(DFS)
神经网络
基于多物理场的舰船目标识别方法
舰船物理场
小波分解
特征融合
SVM
基于轻量级深度网络的目标识别方法
深度学习
目标识别
轻量化
嵌入式应用
基于时空信息融合的复合引信目标识别方法
复合引信
目标识别
时空信息融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于水声环境空间中多模态深度融合模型的目标识别方法研究
来源期刊 海洋技术学报 学科
关键词 水下目标识别 多模态 水声环境 深度模型 目标特性
年,卷(期) 2019,(6) 所属期刊栏目 研究论文
研究方向 页码范围 35-45
页数 11页 分类号 P714
字数 语种 中文
DOI 10.3969/j.issn.1003-2029.2019.06.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙桂玲 43 142 6.0 9.0
2 刘颉 23 72 5.0 7.0
3 于金花 9 33 4.0 5.0
4 常哲 14 44 5.0 6.0
5 李琦 11 21 2.0 4.0
6 黄翠 8 13 2.0 2.0
7 文洪涛 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(8)
  • 参考文献(8)
  • 二级参考文献(0)
2018(7)
  • 参考文献(7)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水下目标识别
多模态
水声环境
深度模型
目标特性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
海洋技术学报
双月刊
1003-2029
12-1435/P
大16开
1982-01-01
chi
出版文献量(篇)
2588
总下载数(次)
0
总被引数(次)
15625
论文1v1指导