[发明专利]基于自适应卷积的水声信号分类识别方法

说明书

基于自适应卷积的水声信号分类识别方法，本发明涉及水声信号分类识别方法。本发明的目的是为了解决现有模型对特征提取能力不足导致分类准确率低的问题。过程为：一、建立自适应卷积神经网络模型；二、将带标签的水声信号分为训练集和测试集；将训练集输入模型，对模型进行训练，得到预训练好的自适应卷积神经网络模型；将测试集输入预训练好的模型，若测试准确率大于等于85％，则认为模型为最终训练好的模型；否则对模型参数进行调整，并再次利用训练集进行模型训练；直到获得训练好的模型。三、将待测试的水声信号输入训练好的自适应卷积神经网络模型，完成对水声信号的分类识别。本发明用于水声信号分类识别领域。

技术领域

本发明涉及水声信号分类识别方法。

背景技术

深度学习模型中，卷积层的功能是利用多个卷积核对输入进行特征提取，每个卷积核提取一种特征，因此卷积层的输出为多通道的特征图，其通道与卷积核一一对应。卷积核由权重矩阵和偏置值组成，作用是将局部感受野上的特征信息进行提取和聚合，模型训练的过程中通过调整权重和偏置值等参数使得卷积核能够提取出有效特征。卷积核由参数矩阵构成，利用参数矩阵中的参数对输入中的局部区域进行加权求和，局部区域的大小取决于参数矩阵的尺寸，通常被称为感受野。在构建深层网络模型过程中，随着层数的加深和池化操作的进行，卷积核的感受野也在随之扩大，以此来达到全局感受野的目的。

卷积核在提取特征的过程中，其采样窗口的几何结构通常是固定的，但图像中特征的几何结构多种多样且存在几何变换的情况，固定几何结构的采样窗口使得卷积核对于这些特征的适应能力有限。虽然卷积核的感受野随着网络的加深而扩大(最终达到了全局感受野)，但是其几何结构始终保持不变，矩形结构的卷积核采样窗口虽然能够通过调整参数进行适应，但仍有所不足，如图2所示。

在图2中，若输入数据存在一个三角形，当卷积核尺寸为3*3时，由于采样窗口为固定的几何结构，其9个采样点的空间分布为矩形，可以看出有部分采样点落在了图中的特征外，这种情况下卷积核通常会通过权重参数的调整来进行特征提取，但是若特征存在如旋转、放缩等几何变换就会导致卷积核难以适应这种变化。一维的水声信号相对于图像而言，其特征虽然没有如此多的几何结构和几何变换，但由于水声信号是由多种不同频率的声波组成，这些声波的波长与相位也各不相同，因此同样需要增强卷积核对多种声波的适应能力。

实际上卷积操作的计算量可以由采样窗口的滑动步长来调整，它们互相成反比，计算量会随着步长的增加而减少。常规卷积操作进行特征提取的过程展示了输入层、两个卷积层和一个最大池化层，其中输入层的尺寸为8*8，卷积核尺寸为3*3，池化层尺寸为2*2。在对输入数据进行卷积操作时，为了不丢失信息，采样窗口的滑动步长通常较小，大部分情况下会设置为1且最大不超过采样窗口的边长，而池化层采样窗口的滑动步长则通常与其边长相同，因此卷积核采样窗口的滑动步长为1且最大不能超过3，池化层采样窗口的滑动步长则为2。8*8的输入经过3*3的卷积核输出的特征图尺寸为5*5，特征图尺寸算如公式1所示；

公式1中，i为输入数据的边长，k为卷积核采样窗口的边长，S为采样窗口的滑动步长，f为输出的特征图的边长；公式1的计算结果需要进行向下取整；输出的特征图中元素的数量等于卷积计算的次数，因此随着采样窗口滑动步长的增加，会使输出的特征图的尺寸减小，从而使得卷积计算的次数减少，而模型的计算速度也就随之加快。但是移动步长的增加会导致卷积核在提取特征时可能会略过部分信息，从而导致模型输出的结果不够准确，因此如何在减少计算量的同时保证结果的准确性是本发明研究的主要问题之一。

在得到卷积核输出的多通道特征图后，现有模型通常是直接利用全连接层来进行结果的计算，这种做法仅仅关注了相应特征是否存在，而忽略了不同特征通道对最终结果的影响程度，因此如何在特征图通道的角度对模型的特征提取能力进一步增强是本发明的研究内容之一。

发明内容

本发明的目的是为了解决现有模型对特征提取能力不足导致分类准确率低的问题，而提出基于自适应卷积的水声信号分类识别方法。