联系人：唐帅文 0731-87006125 / 18673152573
魏婉莹 0731-87006142 / 15122018329
周依芃 0731-87006107 / 13217311024
谢怡菡 0731-87006107 / 18874275767
孙佳妮 15201086188，scarlett@aconf.org（会议服务）
网 站： https://sose.aconf.cn
数智赋能的水下小样本目标识别方法研究
编号：142
稿件编号：145 访问权限：仅限参会人
更新：2025-07-29 14:15:07 浏览：209次
口头报告
报告开始：2025年08月03日 15:40 （Asia/Shanghai）
报告时间：20min
所在会议：[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。
关键字
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
发表评论