基于声呐图像的类别增量学习方法研究

作     者：陈鑫哲 梁红 徐微雨 CHEN Xinzhe;LIANG Hong;XU Weiyu

作者机构：西北工业大学航海学院陕西西安710072 

基　　金：国家自然科学基金面上项目(61971354)资助 

出 版 物：《西北工业大学学报》 (Journal of Northwestern Polytechnical University)

年 卷 期：2023年第41卷第2期

页      码：303-309页

摘      要：由于声呐图像分辨率低、样本数少,现有的类别增量学习网络对历史任务目标出现了严重的灾难性遗忘问题,导致所有任务目标的平均识别率降低。基于生成重放的框架模式,提出了一种改进的类别增量学习网络,设计搭建新的深层卷积生成对抗网络取代变分自编码器,作为生成重放增量网络的重构模型,提升图像的重构效果;构建新的卷积神经网络取代多层感知机,作为生成重放增量网络的识别网络,提升图像的分类识别性能。结果表明,改进的生成重放增量网络缓解了历史任务目标的灾难性遗忘问题,显著提高所有任务目标的平均识别率显著提高。

主 题 词：声呐图像识别 生成重放 类别增量学习 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0812[工学-测绘类] 

核心收录：

D　O　I：10.1051/jnwpu/20234120303

馆 藏 号：203121365...