Ensemble NASNet Deep Feature Generator Based Underwater Acoustic Classification Model

Authors : Orhan YAMAN, Türker TUNCER

Pages : 33-39

View : 15 | Download : 8

Publication Date : 2021-08-19

Article Type : Research Paper

Abstract :Sualtı akustiği, gelişmiş sinyal işleme için önemli ve karmaşık araştırma alanlarından biridir. Bu çalışmada, su altı araçlarının yön tespiti için derin öğrenme ve makine öğrenmesi tabanlı bir yöntem önerilmiştir. Sualtı robotu kullanılarak yeni bir veri seti toplandı. Veri setini oluşturmak için su altına bir mikrofon yerleştirildi. Su altında hareket eden Uzaktan Kumandalı Sualtı Aracının insert ignore into journalissuearticles values(ROV); pervanelerinin sesleri toplandı. Önce su altında hareketsiz bir ses kaydı yapıldı. Sualtı robotu x, y ve z eksenleri boyunca hareket etti ve bir ses veri seti oluşturuldu. Bu veri seti toplamda dört sınıftan oluşmaktadır. Bu sesler üzerinde özellik çıkarımı için NASNetLarge ve NASNetMobile derin öğrenme modelleri uygulanmıştır. Bu iki derin öğrenme modelinin özellikleri birleştirilmiştir. Elde edilen öznitelikler arasından en ağırlıklı öznitelikleri seçmek için chi2 yöntemi kullanılmıştır. Ardından, seçilen özellikleri sınıflandırmak için Destek Vektör Makinesi insert ignore into journalissuearticles values(SVM); algoritması kullanılır. Sınıflandırmada Doğrusal SVM algoritması ile %77,66 doğruluk hesaplanmıştır.
Keywords : Sualtı Ses Sınıflandırması, Sualtı Yön Algılama, SVM, NASNetLarge, NASNetMobile