公开(公告)号：CN117828453A

公开(公告)日：2024-04-05

申请号：CN202311867878.0

申请日：2023-12-29

Applicant: 武汉工程大学

Inventor： 田斌 ,  孙州

IPC: G06F18/2411 ,  G06F18/10 ,  G06F18/213 ,  G06V10/40 ,  G06N3/045 ,  G06N3/0464 ,  G06N20/10 ,  G01R33/02 ,  G01R33/10 ,  G06F123/02

Abstract: 本发明提供了基于Att‑GoogleNet‑SVM的甚低频磁异常信号识别方法，通过对原始时间序列数据进行数据预处理并转化为时频图像，然后提取灰度图像和多维灰度特征，并分别送入已经训练好的Att‑GoogleNet‑SVM模型进行识别，实现了在复杂海洋环境下提取有效甚低频磁异常信号的功能。本发明采用注意力机制帮助神经网络集中关注输入数据中最相关的部分，采用支持向量机和神经网络相结合提高了整体模型的泛化能力，有效解决了甚低频磁异常信号本身信号微弱、背景和噪声干扰大且扰动特征规律不明确，甚低频磁场目标信号与噪声难以分离、特征提取困难且识别率较低的问题，适用于甚低频和极低频领域磁信号相关研究和分析。