注意力机制在水声目标分类识别中的应用研究

针对深度学习中水声目标细粒度特征提取效果不佳的情况,文章在ResNet网络的基础上,引入注意力机制,构建了ATT-ResNet网络模型。模型强化对物理谱频率方向的注意力,以进一步提升网络提取特征的能力。为验证该模型的有效性,对货船、客船、拖船、油船四类船舶音频数据进行网络训练和模型验证。实验表明,以Mel谱和MFCC作为输入,ATT-ResNet较ResNet模型,精度分别提升0.2%和1.8%,证明注意力机制对水声目标分类识别网络模型具有性能增益。