基于线谱的水下复杂环境目标检测方法研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.1.1 课题的研究背景 | 第11页 |
| 1.1.2 课题的意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 特征线谱提取现状研究 | 第12-13页 |
| 1.2.2 深度学习的研究现状 | 第13-15页 |
| 1.3 主要研究内容和预期研究结果 | 第15-16页 |
| 1.4 论文的组织 | 第16-17页 |
| 第2章 相关技术理论基础 | 第17-29页 |
| 2.1 水下目标噪声的理论基础 | 第17-18页 |
| 2.1.1 水下目标噪声的类别 | 第17页 |
| 2.1.2 辐射噪声的来源 | 第17-18页 |
| 2.1.3 舰船噪声的基本特性 | 第18页 |
| 2.2 卷积网络的研究 | 第18-28页 |
| 2.2.1 卷积网络的结构 | 第18-22页 |
| 2.2.2 卷积网络的基本思想 | 第22-24页 |
| 2.2.3 卷积网络的训练过程 | 第24-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于LOFAR谱的线谱提取优化 | 第29-39页 |
| 3.1 引言 | 第29-30页 |
| 3.2 LOFAR谱生成算法 | 第30-32页 |
| 3.2.1 连续短时傅里叶变换分析 | 第30-31页 |
| 3.2.2 谱的生成描述 | 第31-32页 |
| 3.3 线谱的提取算法 | 第32-36页 |
| 3.3.1 线谱的特征函数分析 | 第32-33页 |
| 3.3.2 单谱提取过程 | 第33-34页 |
| 3.3.3 频域滑动线谱特征累积算法 | 第34-36页 |
| 3.4 基于PCA线谱降维算法 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于FCICNN的水下目标检测 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 研究概述 | 第39-40页 |
| 4.3 FCICNN模型 | 第40-42页 |
| 4.4 FCICNN算法描述 | 第42-47页 |
| 4.4.1 传统卷积网络的结构 | 第42-43页 |
| 4.4.2 全局受监督的低阶扩张 | 第43-45页 |
| 4.4.3 自适应弃权重方法 | 第45-47页 |
| 4.4.4 连接冗余分析 | 第47页 |
| 4.5 FCICNN网络水下目标检测算法 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 实验及结果分析 | 第49-61页 |
| 5.1 实验模型及实验平台 | 第49-50页 |
| 5.2 实验的网络结构 | 第50-51页 |
| 5.3 实验参数设计及结果分析 | 第51-56页 |
| 5.4 对比实验分析 | 第56-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-70页 |
| 致谢 | 第70页 |
