一种基于深度置信神经网络的水声传播损失预报的方法

摘要

一种基于深度置信神经网络的水声传播损失预报的方法，包括以下步骤：选择预报水声传播损失的模型；对选择的预报水声传播损失的模型进行特征参数选择，建立约束条件；构建在特征参数约束下的水声传播损失模型的数据集，将构建的数据集划分为训练集、测试集和验证集；构建包含受限玻尔兹曼机和顶层分类器网络的深度置信神经网络；将深度置信神经网络在构建好的数据集上进行训练、测试；将海洋特征参数与信号特征参数的值输入深度置信网络，输出水声传播损失的预测值。可以实现在缺乏先验知识、多频段、复杂海洋环境条件下，对声学模型进行准确的适配并精确预报水声传播损失。