[發明專利]一種水下異構信息數據降噪方法

有效

• 申請號: 201910633686.0
• 申請日: 2019-07-15
• 公開（公告）號: CN110490816B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 王興梅;孫衛琦;趙一旭;劉安華;孟稼祥
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G10L21/0208
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種水下異構信息數據降噪方法，其特征在于，具體的實現步驟為：

步驟1.模擬水下異構信息數據集，利用已知的純凈光學圖像數據進行高強度乘性散斑噪聲污染模擬水下圖像數據集，利用已知的純凈音頻數據進行高強度加性高斯白噪聲污染模擬水下音頻數據集；

步驟2.對異構信息數據進行預處理，對異構信息數據進行im2col方法采樣，將采樣結果進行歸一化處理；

步驟3.提取模擬水下異構信息數據中的過完備稀疏特征和水下異構信息數據深層特征，構建SCSDA模型；

步驟4.完成SCSDA模型的水下異構信息數據降噪處理，將水下異構信息數據作為測試集，利用SCSDA模型對其進行降噪處理得到降噪結果向量；對降噪結果向量進行反歸一化處理及col2im方法處理，得到降噪處理后的水下異構信息數據。

2.根據權利要求1所述的一種水下異構信息數據降噪方法，其特征在于，所述步驟3的具體過程為：

步驟3.1.以3層SDA堆疊構成SSDA網絡，提取模擬水下異構信息數據中的過完備稀疏特征；

步驟3.2.將SSDA網絡最后一層編碼層的輸出結果作為CNN的輸入，以1層輸入層，2層二維卷積層，2層最大池化層以及1層全連接層構成CNN，提取模擬水下異構信息數據深層特征；

步驟3.3.采用級聯微調的方式進一步優化網絡參數，構建SCSDA模型。

3.根據權利要求2所述的一種水下異構信息數據降噪方法，其特征在于，所述步驟3.1的SSDA網絡的訓練過程為：

其中L(·)表示損失函數，θ^(l)＝{w^(l),b^(l),w′^(l),b′^(l)}，w^(l)為第l層SSDA編碼層權重、b^(l)為第l層SSDA編碼層偏置、w′^(l)為第l層SSDA解碼層權重、b′^(l)為第l層SSDA解碼層偏置，表示第l層SSDA編碼層的隱層，表示第l層SSDA編碼層隱層的重建結果，ρ是稀疏性參數，表示隱層上第j號神經元的所對應的平均激活值，表示第l層隱層的相對熵，β和λ為約束權重項；SSDA網絡以逐步貪婪訓練方法逐層訓練，得到SSDA網絡最后一層編碼層提取模擬水下異構信息數據中的過完備稀疏特征。

4.根據權利要求3所述的一種水下異構信息數據降噪方法，其特征在于：所述步驟3.2中將SSDA網絡輸出的過完備稀疏特征輸入至CNN，CNN中卷積操作提取模擬水下異構信息數據深層特征的過程為是第c層卷積層的第i個特征向量，k_ij是二維卷積核，*是卷積操作，γ_j表示偏置項，表示激活函數。

5.根據權利要求4所述的一種水下異構信息數據降噪方法，其特征在于：所述步驟3.2中采用最大池化操作對模擬水下異構信息數據進行深層特征映射，降維并進一步提取深層特征，具體最大池化操作為是第c層卷積層的第i個特征向量的第j個值，m、n為對應的池化核覆蓋的區域。

6.根據權利要求5所述的一種水下異構信息數據降噪方法，其特征在于：所述步驟3.2中使用全連接層重建模擬水下異構信息數據，具體過程為：

w_f為全連接層的權重、b_f為全連接層的偏置，h_f表示最后一層池化層的輸出，y表示純凈異構信息數據向量。