论文部分内容阅读
<正>在有实际观测数据的场景下,机器学习在海洋声源定位方面已经显示出应用潜力。然而,采集海上实测数据往往成本较高,在某些场景下甚至难以实现。如何在不确知环境下准确定位水下声源是水声应用领域最具挑战性的问题之一。近期,中科院声学所的牛海强等人与美国Scripps海洋研究所的研究人员联合提出一种适用于不确知海洋环境的基于深度学习的水声被动定位方法。该方法利用声场传播模型生成的上千万个训练样本,对一组50层的深度残差卷积神经网络