幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

水聲目標智能感知方法(精)

  • 作者：韋正現//何鳴//王建峰|責編:崔艷陽
  • 出版社：國防工業
  • ISBN：9787118126983
  • 出版日期：2023/01/01
  • 裝幀：精裝
  • 頁數：218
人民幣：RMB 108 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    日益複雜的海洋聲場環境及越來越低的目標輻射雜訊，導致聲納信號中的目標特徵十分微弱和稀疏，信號具有很強的非平穩、非高斯、非線性等特徵。面對這樣的目標特徵，採用深度學習分析水聲信號及其包含微弱、稀疏目標特徵的變化來感知辨識目標，將成為擴大聲納設備（水聲感測器）感知範圍的新方法。
    本書共10章，第1章是緒論，從基於深度學習的感知和多節點協同感知兩個部分探討水聲目標智能感知方法。
    本書具有重要的理論和實踐價值，主要的讀者對象是高等院校的教師、研究生，及從事相關專業科研機構的工程技術人員。
作者介紹
韋正現//何鳴//王建峰|責編:崔艷陽
目錄
第1章  緒論
  1.1  引言
    1.1.1  基於深度學習的水聲目標感知
    1.1.2  多節點協同水聲目標智能感知
  1.2  本書結構
  1.3  相關知識
    1.3.1  目標輻射雜訊
    1.3.2  海洋環境背景雜訊
    1.3.3  深度學習
    1.3.4  水下無線感測器網路發展歷程
  1.4  國內外研究現狀
    1.4.1  水聲信號數據預處理方法研究現狀
    1.4.2  特徵提取方法研究現狀
    1.4.3  水聲目標識別分類模型研究現狀
    1.4.4  水下無線感測器網路部署與組網研究現狀
    1.4.5  水下無線感測器網路數據存取研究現狀
    1.4.6  水下無線感測器網路性能分析研究現狀
第2章  水聲信號抗噪表示與數據擴充方法
  2.1  引言
  2.2  相關知識
  2.3  ia-PNCC的水下目標雜訊特徵提取
    2.3.1  多級正交窗代替漢明窗
    2.3.2  對水聲信號捨棄預加重處理
    2.3.3  Gammatone濾波器組歸一化
  2.4  對稱學習數據擴充模型
    2.4.1  模型設計與訓練
    2.4.2  相似-重合損失函數
  2.5  試驗與結果分析
    2.5.1  試驗設置
    2.5.2  基於ia-PNCC處理的數據試驗與分析
    2.5.3  對稱學習數據擴充模型試驗與結果分析
第3章  基於位置與通道信息的卷積優化方法
  3.1  引言
  3.2  背景知識
  3.3  特徵加權的卷積優化方法
    3.3.1  特徵圖加權構建過程
    3.3.2  特徵位置權值計算方法
    3.3.3  特徵空間權重計算方法
  3.4  試驗與結果分析
    3.4.1  試驗設置
    3.4.2  LoFAR譜分析
    3.4.3  特徵提取所用網路模型
    3.4.4  結果及分析
第4章  基於注意力機制的水聲信號分類卷積神經網路模型
  4.1  引言
  4.2  問題描述
  4.3  基於注意力機制的卷積神經網路
    4.3.1  MFCC的數據拼接
    4.3.2  卷積神經網路池化操作分析
    4.3.3  基於注意力機制卷積神經網路的結構改進

  4.4  試驗與結果分析
    4.4.1  試驗數據集
    4.4.2  對卷積網路結構調整的試驗
    4.4.3  特徵提取及試驗結果比較
第5章  基於聚類的水聲信號增量集成分類方法
  5.1  引言
  5.2  問題描述
  5.3  基於聚類的增量學習方法
    5.3.1  增量負相關差異表示方法
    5.3.2  聚類選擇性負相關集成方法
  5.4  試驗與結果分析
    5.4.1  數據集的選取
    5.4.2  結果及分析
第6章  水下無線感測器網路立體交叉部署與自主組網方法
  6.1  引言
  6.2  感測器節點立體部署模型
  6.3  感測器節點立體部署理論計算模型
    6.3.1  節點交叉疊加結構計算模型
    6.3.2  節點正向疊加結構計算模型
  6.4  節點立體交叉部署過程模型
  6.5  基於K-CDS的水下無線感測器網路組網
  6.6  模擬試驗
第7章  基於引導圖的水下無線感測器網路數據自主存取機制
  7.1  引言
  7.2  系統模型與問題描述
    7.2.1  系統模型
    7.2.2  問題描述
  7.3  DAGM框架和數據存取方法
    7.3.1  基本架構
    7.3.2  數據導引圖的構建與處理機制
    7.3.3  數據存儲策略
    7.3.4  數據查詢獲取機制
  7.4  數據存儲與查詢獲取性能分析
    7.4.1  存儲查詢時間分析
    7.4.2  能量消耗分析
  7.5  試驗與結果分析
    7.5.1  試驗設置
    7.5.2  試驗結果及分析
第8章  水下無線感測器網路整體性能四測度模型與網路優化方法
  8.1  引言
  8.2  水下無線感測器網路整體性能計算模型
    8.2.1  網路整體性能分析
    8.2.2  水下無線感測器網路整體性能四測度計算模型
    8.2.3  網路整體性能與影響參數的映射關係
  8.3  網路整體性能動態優化與組網參數調整方法
    8.3.1  約束參數的確定
    8.3.2  面向整體性能動態優化的組網參數調整方法
    8.3.3  基於遺傳演算法的組網參數調整方法
  8.4  試驗與結果分析
    8.4.1  模擬平台與試驗設置

    8.4.2  網路整體性能度量計算試驗
    8.4.3  水下無線感測器網路動態優化調整模擬試驗
第9章  基於水下無線感測器網路的多節點協同目標發現計算模型
  9.1  引言
  9.2  水下無線感測器網路感知監測效果分析
  9.3  面向運動目標的發現概率模型
    9.3.1  網路區域中間部分目標發現概率模型
    9.3.2  網路區域左邊部分目標發現概率模型
    9.3.3  網路區域右邊部分目標發現概率模型
    9.3.4  網路的目標發現概率
  9.4  試驗與結果分析
    9.4.1  兩層感測器節點的發現概率
    9.4.2  單層感測器節點的發現概率
    9.4.3  試驗結果及分析
第10章  基於聲線的多節點協同目標定位跟蹤
  10.1  引言
  10.2  聲線模型
  10.3  基於聲線的非線性最小二乘多節點的目標定位
    10.3.1  兩個節點同時發現目標
    10.3.2  三個節點探測發現目標
  10.4  試驗結果及分析
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032