期刊文献+

基于DCGAN的水声数据仿真方法 被引量:1

A Simulation Method of Underwater Acoustic Data Based on DCGAN
下载PDF
导出
摘要 研究基于深度卷积生成-对抗网络(Deep Convolution Generation-Antagonism Network,DCGAN)实现水声数据仿真的方法,通过设计适配的DCGAN模型,迭代训练出能够拟合随机高斯噪声与水声小波图像之间映射关系的网络模型参数,实现水声数据的仿真。由提前训练好的判别网络验证仿真数据的可靠性,验证结果证明,提出的方法可作为一种智能化水声数据模拟器的实现方案。 This paper has carried out the research on the simulation method of underwater acoustic data based on the deep convolution generation-antagonism network(DCGAN).By designing an adapted DCGAN model and iterative training the network model parameters which can fit the mapping relationship between random Gaussian noise and underwater acoustic wavelet image,to realize the simulation of underwater acoustic data.The reliability of the simulation data is judged by a pre-trained discriminant network.It is proved that this method can be used as an intelligent underwater acoustic data simulator.
作者 智玉琴 高英杰 陈越超 ZHI Yuqin;GAO Yingjie;CHEN Yuechao(Hangzhou Institute of Applied Acoustics,Hangzhou 310011,China)
出处 《电声技术》 2021年第6期10-12,共3页 Audio Engineering
关键词 深度学习 DCGAN 水声数据 数据仿真 deep learning DCGAN underwater acoustic data data simulation
  • 相关文献

参考文献4

二级参考文献21

共引文献79

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部