基于深度流形學習的水中目標聲信號特征提取

摘要： 隨著海洋環(huán)境日益復雜，水中目標聲信號觀測數據呈現出高維數、非線性、非結構化等特點，無疑給水中目標聲信號特征提取帶來嚴峻挑戰(zhàn)，該文提出了一種基于流形自編碼器的水中目標聲信號特征提取方法。首先，通過自編碼器重建誤差對原始數據進行全局優(yōu)化，找出潛在的低維表示結果；然后，利用流形學習保持近鄰重構權值的思想對潛在表示實施局部約束，保留其內在拓撲結構；最后，引入生成對抗網絡架構進行正則化處...