嵌入注意力机制的卷积神经网络水声目标识别

针对低信噪比水声目标单一特征识别率低,稳健性差的问题,提出一种基于注意力机制和多尺度残差卷积神经网络(Multi-scale Residual CNN with Attention, MR-CNN-A)进行特征融合的识别方法。该方法根据多尺度卷积核与特征图形成多分辨率分析关系,并以此通过注意力机制实现优势特征权值提取与融合,从而提高模型在文中水声数据集上提取目标噪声特征和分类识别的稳健性与抗噪能力。开展了4类舰船噪声和海洋环境噪声的识别试验、水下和水面自主式水下航行器的识别试验,以及不同信噪比条件下目标噪声的识别试验。结果表明:对于文中所涉及的水声目标噪声和人工高斯白噪声干扰,该网络模型识别正确率明显高于支持矢量机与简单卷积神经网络,且对高斯白噪声的抑制能力远强于支持矢量机与简单卷积神经网络,稳健性好,模型复杂度小。

贵州可再生能源发展面临问题及其对策研究

贵州具有丰富的再生能源,面对日益严峻的能源危机,开发可再生能源对于促进贵州经济增长具有重要作用。本文在分析贵州可再生能源发展现状基础上,归纳贵州可再生能源发展的相关政策,分析可再生能源发展中存在的问题与挑战,提出促进贵州可再生能源发展的对策建议,以期对贵州发展再生能源提供参考。