基于声波传播方程的双路耦合深度学习的目标分类方法

摘要

本发明实施例提供了一种基于声波传播方程的双路耦合深度学习的目标分类方法，采用预设深度神经网络分类模型确定出待分类目标所属的类别，由于隐藏层具有两路耦合结构和跨层跳跃连接结构，可以使SWTNN分类模型同时具有双路耦合能力和各层之间的跳跃连接能力，可以克服“梯度消失”的问题，使SWTNN分类模型的训练精度和分类精度得到提高，进而使确定出待分类目标所属类别的效率和准确率均大大提高。而且，本发明实施例中采用的SWTNN分类模型是基于频率域一阶声波传播方程和有限差分算法构建的，具有明确的物理和数学意义，是一种可解释的深度神经网络分类模型，这是另一个重要技术突破，具有很强的创新性。