深度学习船舶分类技术研究 |
| |
引用本文: | 陈兴伟.深度学习船舶分类技术研究[J].舰船科学技术,2019(14). |
| |
作者姓名: | 陈兴伟 |
| |
作者单位: | 浙江交通职业技术学院 |
| |
摘 要: | 为了提高船舶分类正确率,针对当前船舶分类方法存在的精度低、误差大等缺陷,提出基于深度学习的船舶分类方法。首先对船舶分类图像进行采集,并提取多个船舶分类特征,组成船舶分类的特征向量集,然后将特征向量集作为深度学习算法的输入,船舶类型作为深度学习算法的输出进行学习,建立船舶分类模型,最后进行船舶分类的仿真实验,结果表明,深度学习算法的船舶分类正确率超过90%,不仅可以很好地描述船舶类型,而且船舶分类的速度也很快,可以应用于日常船舶分类管理工作。
|
关 键 词: | 深度学习算法 船舶分类技术 灰度共生矩阵 分类正确率 |
Research on ship classification technology based on deep learning |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|