申请/专利权人：东南大学

申请日：2023-11-08

公开（公告）日：2024-03-15

公开（公告）号：CN117198331B

主分类号：G10L25/51

分类号：G10L25/51;G10L25/30;G10L25/18;G10L25/24;G06F18/213;G06F18/214;G06F18/24;G06N3/0455;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：本发明公开了一种基于对数比调整的水下目标智能识别方法及系统，所述方法包括：对水声信号数据集进行标注和数据增强，通过音频频谱转换技术将水声信号转化为对应的频谱表示；根据水声信号数据集中的标注类别统计计算类别权重，作为全局对数比调整值；利用线性投影层将频谱分片序列化并展平得到补丁嵌入，根据位置嵌入与补丁嵌入结合得到矩阵M，输入Transformer编码器；计算损失函数，并根据全局对数比调整值更新损失函数，重更新模型训练参数权重，训练并保存模型权重；利用训练好的模型对获取的水声信号进行水下目标识别。本方法能在实际环境中从大量数据中准确识别稀有目标。

主权项：1.一种基于对数比调整的水下目标智能识别方法，其特征在于，包括以下步骤：对水声信号数据集进行标注和数据增强，通过音频频谱转换技术将水声信号转化为对应的频谱表示；根据水声信号数据集中的标注类别信息计算类别权重，根据类别权重确定全局对数比调整值，其中类别权重的计算公式如下： ，式中表示类别i的权重，该类别权重作为类别i的全局对数比调整值，表示水声信号数据集中类别i的频率，是设定的超参数，是一个微调值，，是水声信号数据集中类别分布的频率期望，是类别数；利用线性投影层将频谱分片序列化并展平得到补丁嵌入E，根据由不同频谱分片位置信息构成的位置嵌入与补丁嵌入E结合得到矩阵M，将矩阵M输入Transformer编码器中，通过多重自注意力机制和多层感知机对输入序列进行建模和编码；对经由Transformer编码器计算的矩阵M抽取分类标识，通过多层感知机头得到模型预测结果，将其与真实类别结合计算损失函数，并根据全局对数比调整值更新损失函数，重更新模型训练参数权重，训练指定轮次后，保存最优模型权重；利用训练好的模型对获取的水声信号进行水下目标识别。

全文数据：

权利要求：

百度查询： 东南大学 一种基于对数比调整的水下目标智能识别方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD