深度学习在水下目标被动识别中的应用进展

关键词：深度学习 目标识别 被动声纳信号处理 

摘要：近年来,随着深度学习方法在理论上取得一系列突破性进展,其展现出相对于传统机器学习方法的明显优势。在实际应用方面,深度学习借助其出色的特征学习能力,首先在语音和图像领域取得巨大成功,并迅速引起其他领域研究者们的重点关注。本文对现阶段深度学习在水下目标被动识别领域中的国内外研究进展和应用情况进行梳理总结,包括水下目标被动识别中常用的深度神经网络结构、深度学习对特征提取环节产生的影响以及数据匮乏条件下的建模方法。针对实际应用场景所面临的挑战,本文对未来一些可能的研究方向进行了展望,供广大研究人员参考借鉴。

信号处理杂志要求:

{1}如果来稿是由基金项目资助，请标注项目名称和编号。

{2}文章要求具有较高的学术水准。以科学的研究范式开展研究，研究内容要有深度，论据可靠，结构清晰，结论鲜明，写作规范，具有学术创新性。

{3}文题力求简明、醒目，能准确反映文章主题，要求中英文文题。

{4}论著须有中、英文摘要。中文摘要字数为300字以内，英文摘要与中文摘要内容一致。

{5}来稿须包括：篇名、作者姓名、工作或学习单位、单位所在城市、邮政编码、中文摘要及关键词、正文、参考文献、英文篇名、英文摘要及关键词等。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社