发布时间：2026-08-11
点击次数：
| DOI码： | 10.1016/j.oceaneng.2025.123214 |
| 所属单位： | 江苏科技大学 |
| 教研室： | 海洋学院 |
| 发表刊物： | Ocean Engineering |
| 刊物所在地： | 荷兰 |
| 关键字： | underwater acoustic signal classification; active learning; wavelet scattering transform; attention network; data scarcity |
| 摘要： | 针对水声信号标注样本不足，提出融合主动学习、波散射变换和注意力增强网络的分类框架。该框架利用具有代表性和不确定性的样本迭代扩充训练集，在有限标注预算下提升水声目标分类精度与数据利用效率。 |
| 备注： | 来源：https://doi.org/10.1016/j.oceaneng.2025.123214 |
| 合写作者： | Biqi Zhang, Biao Wang, Chengming Luo |
| 第一作者： | Yongxiang Liu |
| 论文类型： | 科研论文 |
| 通讯作者： | Fantong Kong |
| 学科门类： | 工学 |
| 一级学科： | 信息与通信工程 |
| 文献类型： | 期刊论文 |
| 卷号： | 343 |
| 页面范围： | 123214 |
| ISSN号： | 0029-8018 |
| 发表时间： | 2026-01-01 |
