TY -的A2 Versaci马里奥•王盟,甄AU - Wang Buhong盟——郭,健新盟——张,令PY - 2021 DA - 2021/01/19 TI -声纳目标检测基于扩张紧密连接cnn和研究PSO算法分离SP - 6235319六世- 2021 AB -水下声纳目标检测中扮演一个重要的角色在海洋领域的探索。为了解决复杂环境下的声纳目标检测问题,提出了一种声纳目标检测方法基于扩张紧密连接卷积神经网络(DS-CNNs)和分离研究粒子群优化(QPSO)算法。首先,提出扩张卷积分离内核扩展当地接受域的特征提取能力,提高卷积层。其次,基于线性插值算法,提出一种multisampling池(MS-pooling)操作以减少特征信息丢失和恢复图像分辨率。最后,contraction-expansion因素和差异方差在传统粒子群优化算法引入,采用QPSO算法来优化网络的权重参数模型。该方法在声纳图像数据集和验证与其他现有方法比较。使用DS-CNNs检测不同种类的声纳目标,实验表明,该检测DS-CNNs精度达到96.98%和DS-CNNs有更好的检测效果和更强的鲁棒性。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/6235319 - 10.1155 / 2021/6235319摩根富林明计算智力和神经科学PB - Hindawi KW - ER