【信号检测】基于卷积神经网络CNN检测噪声海洋中的单个信息附matlab代码

简介: 【信号检测】基于卷积神经网络CNN检测噪声海洋中的单个信息附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机 电力系统

⛄ 内容介绍

声信标信号的有效检测识别方法在找寻失事黑匣子的过程中起到关键作用.本文基于卷积神经网络(CNN)的检测识别方法,把已知声信标信号作为卷积神经网络的训练样本,提取梅尔频率倒谱系数(MFCC)特征后输入卷积神经网络进行训练,得到相应的训练标签.把待测的声信标信号输入经过训练的卷积神经网络进行测试,得到相应的识别结果.试验结果表明,基于卷积神经网络的方法可用于声信标信号的检测识别,并且有较好的识别率.

⛄ 部分代码

%% DEEP LEARNING: FIND A SINGLE NON-RANDOM BIT IN A SEA OF NOISE


% A example built to illustrate the remarkable capacity of Deep Learning

% (CNNs) to detect a single bit of useful information in a potentially

% noisy environment. By extension, the informative bit could be anything--a

% single nucleotide in a "noisy" genome, or  a fraudulent transaction in a

% ledger, or ....说明了深度学习(深度学习)在潜在的嘈杂环境中检测一点有用信息的非凡能力。

%


%% Create random data; convert 1 random pixel to class1/class2 "indicator"

rng(0);

% SUGGEST: n = 100e3; sz = [20 20]; But feel free to try different values

%          (sz = [1 400] works, too, for training option 2 below!!!)

n = 100000;

sz = [20 20];

a = rand(sz(1),sz(2),n);

a = a > 0.5;

randElem = randi(sz(1)*sz(2));

%% How accurate is it on TEST data?

predLabelsTest = net.classify(testSet);

testAccuracy = sum(predLabelsTest == testLabels) / numel(testLabels)


%% Can we detect the location of the "tell"? YES!!!


% Fully connected:

if option == 1

   layer = 4;

elseif option == 2

   layer = 3;

end

channels = [1,2];

I = deepDreamImage(net,layer,channels,'PyramidLevels',1);

f2 = figure('Name','Deep Dream');

% montage(I)

subplot(1,2,1)

channel1Image = I(:,:,:,1);

imshow(channel1Image);

title('Deep Dream Channel 1 (1-Level)')

subplot(1,2,2)

channel2Image = I(:,:,:,2);

imshow(channel2Image);

title('Deep Dream Channel 2 (1-Level)')

[rmax,cmax] = find(channel1Image==max(channel1Image(:)));

%impixelinfo

fprintf('TARGET:\t\tRowInd = %i;\tColInd = %i;\nDETECTION:\tRow = %i;\t\tCol = %i\n',rowInd,colInd,rmax,cmax)

⛄ 运行结果

⛄ 参考文献

[1]王维. 基于卷积神经网络的人脸检测与特征点标定算法研究[D]. 东南大学, 2017.

⛄ 完整代码

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
8天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
87 14
|
8天前
|
机器学习/深度学习 算法
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 算法
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
|
8天前
|
传感器 机器学习/深度学习 编解码
【电缆】中压电缆局部放电的传输模型研究(Matlab代码实现)
【电缆】中压电缆局部放电的传输模型研究(Matlab代码实现)
|
16天前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
102 0
|
16天前
|
机器学习/深度学习 并行计算 算法
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
|
12天前
|
机器学习/深度学习 缓存 算法
2025年华为杯A题|通用神经网络处理器下的核内调度问题研究生数学建模|思路、代码、论文|持续更新中....
2025年华为杯A题|通用神经网络处理器下的核内调度问题研究生数学建模|思路、代码、论文|持续更新中....
210 1
|
27天前
|
机器学习/深度学习 传感器 算法
【表面粗糙度】基于粒子群PSO算法优化-BP神经网络的表面粗糙度研究(Matlab代码实现)
【表面粗糙度】基于粒子群PSO算法优化-BP神经网络的表面粗糙度研究(Matlab代码实现)
146 7
|
24天前
|
机器学习/深度学习 传感器 分布式计算
基于模糊RBF神经网络轨迹跟踪研究(Matlab代码实现)
基于模糊RBF神经网络轨迹跟踪研究(Matlab代码实现)

热门文章

最新文章