共查询到20条相似文献,搜索用时 437 毫秒
1.
2.
舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。 相似文献
3.
4.
5.
基于深度卷积神经网络的船舶识别方法研究 总被引:1,自引:0,他引:1
为解决目前船舶识别率较低的问题,基于深度卷积神经网络算法,提出一种在深度卷积神经网络基础上的改进算法.利用卷积神经网络对船舶图片进行深度特征提取,结合HOG算法得到准确的边缘特征,结合HSV算法得到颜色特征,通过SVM分类器对船舶进行分类.算法主要包括2个阶段:训练阶段实现卷积神经网络的预训练,将得到特征归一化,PCA降维,通过HOG算法得到边缘特征,最后训练SVM分类器;测试阶段则对算法的准确性进行核实.实验结果表明,该方法平均识别正确率达到93.6%,可以很好地实现船舶识别. 相似文献
6.
7.
为提高舰船辐射噪声识别的准确率,针对辐射噪声这种非平稳、复杂的信号,提出一种基于小波包分解与多特征融合的特征提取方法.同时,引入深度学习模型,将提取到的特征作为识别分类的依据,采用卷积神经网络和长短时记忆神经网络作为分类器.对单一特征的分类结果与融合的多特征分类结果进行比较,对直接提取的特征分类结果与基于小波包分解提取的特征分类结果进行比较,对卷积神经网络、长短时记忆神经网络和机器学习的识别分类结果进行比较,结果表明,采用基于小波包分解与特征融合的特征提取方法和基于深度学习的分类识别方法能显著提高舰船辐射噪声识别的准确率. 相似文献
8.
前导检测是水声通信中的关键步骤。传统信号检测算法无法有效克服多径和干扰的影响,在复杂水声信道环境下,检测性能会明显下降。卷积神经网络具有强大的表征学习能力,能够通过大量数据自动提取图像特征,在图像识别应用中具有突出优势。以双曲调频信号为研究对象,采用时频分析技术同时获取信号时域和频域信息,得到时频谱图,并通过均值滤波处理提高信噪比。将时频谱图作为卷积神经网络的输入,训练并测试网络,最终得到HFM信号的检测结果。千岛湖试验结果表明,该方法能够大幅提升远距离、强多径条件下前导信号的检测概率,与传统检测算法相比性能优越。 相似文献
9.
10.
本文提出一种基于卷积神经网络的船舶红外图像边缘检测方法。首先,介绍船舶红外探测技术的基本原理,针对船舶红外图像的预处理进行研究,包括灰度的均衡化、红外图像的背景抑制、图像分割等。设计了一个基于卷积神经网络的红外图像边缘检测模型,该模型采用多层卷积和池化操作,以及非线性激活函数,能够有效地捕捉图像中的边缘信息。最后,通过对模型进行训练和优化,得到了准确度较高的船舶红外图像探测算法,为后续船舶的目标识别和跟踪提供了有效的基础。 相似文献
11.
采用ARM作为机舱测量系统中的主控制器,利用ARM的高性能和可裁减性构建CAN总线通信控制网络,可以实现系统全部节点之间的数据共享以及相互之间的协同工作。 相似文献
12.
创新教育是研究生教育质量的灵魂.本文在分析了电子导师这一新型的研究生教育培养模式的基础上,实现了一种面向研究生创新能力培养的电子导师平台,并对平台的定位和作用进行了深入研究,同时还分析了平台的总体设计思想和技术实现框架,电子导师解决研究生教学中的一些基础问题的意义,促进电子导师在培养研究生创造性思维中的作用,具有重要的理论意义及广泛的应用前景. 相似文献
13.
14.
15.
用力学分析的方法,解决船舶非单点搁浅时船底受力大小及脱浅拖力最小值的计算方法问题,并由此提出船舶自行脱浅的两种方法。 相似文献
16.
针对持续性跟踪无人艇的探测技术 总被引:2,自引:2,他引:0
《舰船科学技术》2013,(4):98-101
美国国防先期研究计划局(DARPA)提出的持续性跟踪无人艇(ACTUV)项目对潜艇的隐蔽性和安全性形成重大挑战。加强对ACTUV的搜索、探测、定位,保障潜艇部队安全,是我国海军面临的新任务。本文研究从天基、海基、空基进行搜索侦察,并提出一种多维数据融合定位技术,为相关科研项目提供参考。 相似文献
17.
18.
19.