[发明专利]一种水下异构信息数据降噪方法

权利要求书

1.一种水下异构信息数据降噪方法，其特征在于，具体的实现步骤为：

步骤1.模拟水下异构信息数据集，利用已知的纯净光学图像数据进行高强度乘性散斑噪声污染模拟水下图像数据集，利用已知的纯净音频数据进行高强度加性高斯白噪声污染模拟水下音频数据集；

步骤2.对异构信息数据进行预处理，对异构信息数据进行im2col方法采样，将采样结果进行归一化处理；

步骤3.提取模拟水下异构信息数据中的过完备稀疏特征和水下异构信息数据深层特征，构建SCSDA模型；

步骤4.完成SCSDA模型的水下异构信息数据降噪处理，将水下异构信息数据作为测试集，利用SCSDA模型对其进行降噪处理得到降噪结果向量；对降噪结果向量进行反归一化处理及col2im方法处理，得到降噪处理后的水下异构信息数据。

2.根据权利要求1所述的一种水下异构信息数据降噪方法，其特征在于，所述步骤3的具体过程为：

步骤3.1.以3层SDA堆叠构成SSDA网络，提取模拟水下异构信息数据中的过完备稀疏特征；

步骤3.2.将SSDA网络最后一层编码层的输出结果作为CNN的输入，以1层输入层，2层二维卷积层，2层最大池化层以及1层全连接层构成CNN，提取模拟水下异构信息数据深层特征；

步骤3.3.采用级联微调的方式进一步优化网络参数，构建SCSDA模型。

3.根据权利要求2所述的一种水下异构信息数据降噪方法，其特征在于，所述步骤3.1的SSDA网络的训练过程为：

其中L(·)表示损失函数，θ^(l)＝{w^(l),b^(l),w′^(l),b′^(l)}，w^(l)为第l层SSDA编码层权重、b^(l)为第l层SSDA编码层偏置、w′^(l)为第l层SSDA解码层权重、b′^(l)为第l层SSDA解码层偏置，表示第l层SSDA编码层的隐层，表示第l层SSDA编码层隐层的重建结果，ρ是稀疏性参数，表示隐层上第j号神经元的所对应的平均激活值，表示第l层隐层的相对熵，β和λ为约束权重项；SSDA网络以逐步贪婪训练方法逐层训练，得到SSDA网络最后一层编码层提取模拟水下异构信息数据中的过完备稀疏特征。

4.根据权利要求3所述的一种水下异构信息数据降噪方法，其特征在于：所述步骤3.2中将SSDA网络输出的过完备稀疏特征输入至CNN，CNN中卷积操作提取模拟水下异构信息数据深层特征的过程为是第c层卷积层的第i个特征向量，k_ij是二维卷积核，*是卷积操作，γ_j表示偏置项，表示激活函数。

5.根据权利要求4所述的一种水下异构信息数据降噪方法，其特征在于：所述步骤3.2中采用最大池化操作对模拟水下异构信息数据进行深层特征映射，降维并进一步提取深层特征，具体最大池化操作为是第c层卷积层的第i个特征向量的第j个值，m、n为对应的池化核覆盖的区域。

6.根据权利要求5所述的一种水下异构信息数据降噪方法，其特征在于：所述步骤3.2中使用全连接层重建模拟水下异构信息数据，具体过程为：

w_f为全连接层的权重、b_f为全连接层的偏置，h_f表示最后一层池化层的输出，y表示纯净异构信息数据向量。