145 / 2025-06-30 19:20:35

数智赋能的水下小样本目标识别方法研究

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

一、智能增强的体系工程 > 2.数智赋能的体系工程

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。