报告详情
数智赋能的水下小样本目标识别方法研究
编号：142
访问权限：仅限参会人
更新：2025-07-29 14:15:07 浏览：203次
口头报告
报告开始：2025年08月03日 15:40（Asia/Shanghai）
报告时间：20min
所在会场：[O] 开幕式/大会报告 [P1] 分论坛一、智能增强的体系工程
暂无文件
摘要
基于深度学习的水下目标识别方法已经达成了自动化、高效性和准确性的目标。然而，当面临复杂水下环境中目标样本数量少、样本信噪低和样本间分布差异大等客观存在的问题时，深度学习也会因其自身数据驱动的局限性而导致模型识别准确率的下降。针对水下小样本目标识别的问题，本文依据水域和水下目标种类的关系，将其划分为同域同目标、异域同目标和同域异目标三个类别。再结合数据驱动和小样本学习方法等数智赋能技术手段，提出了一套提升水下小样本目标识别准确率的有效策略。
关键词
水下目标识别；数智赋能；小样本学习；数据增强；迁移学习；元学习
报告人
张政超
助理研究员 军事科学院 国防科技创新研究院稿件作者
全部评论
重要日期
-
会议日期
08月02日
2025
至08月04日
2025
-
07月07日 2025
初稿截稿日期
-
08月10日 2025
注册截止日期
主办单位
国防科技大学系统工程学院
联系方式
- 唐帅文
- ta******@aconf.org
- 186********
- 073*********
- 魏婉莹
- we******@aconf.org
- 151********
- 073*********
历届会议
-
2024年08月02日 中国 昆明市
第六届体系工程学术会议 -
2023年08月03日 中国 西宁市
第五届体系工程学术会议 -
2022年08月05日 中国 厦门市
第四届体系工程学术会议 -
2021年04月16日 中国 珠海市
第三届体系工程学术会议-复杂系统与体系工程管理
发表评论