钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
北京航空航天大学学报期刊
\
基于卷积神经网络的遥感图像舰船目标检测
基于卷积神经网络的遥感图像舰船目标检测
作者:
姚远
姜志国
张浩鹏
黄洁
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
卷积神经网络(CNN)
支持向量机(SVM)
舰船检测
特征提取
迁移学习
摘要:
针对遥感图像背景复杂、受环境因素影响大的问题,提出一种将卷积神经网络(CNN)与支持向量机(SVM)相结合的舰船目标检测方法,利用卷积神经网络可自主提取图像特征并进行学习的优点,避免了复杂的特征选择和提取过程,在复杂海况背景图像的处理中体现出较优的性能;同时,由于军舰样本获取难度大,应用迁移学习的概念,利用大量民船样本辅助军舰目标的检测,取得较好的效果.通过参数调整与实验验证,此方法在自行建立的测试集上检测率达到90.59%,对光照、环境等外界因素具有一定程度的鲁棒性.
暂无资源
收藏
引用
分享
推荐文章
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于卷积神经网络的遥感图像去噪算法
图像去噪
卷积神经网络
遥感图像
深度学习
基于卷积神经网络的行人目标检测系统设计
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于卷积神经网络的遥感图像舰船目标检测
来源期刊
北京航空航天大学学报
学科
工学
关键词
卷积神经网络(CNN)
支持向量机(SVM)
舰船检测
特征提取
迁移学习
年,卷(期)
2017,(9)
所属期刊栏目
研究方向
页码范围
1841-1848
页数
8页
分类号
TP391.4
字数
5929字
语种
中文
DOI
10.13700/j.bh.1001-5965.2016.0755
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
姜志国
北京航空航天大学宇航学院
88
1038
20.0
29.0
5
姚远
北京航空航天大学宇航学院
27
436
9.0
20.0
9
张浩鹏
北京航空航天大学宇航学院
15
143
6.0
11.0
13
黄洁
北京航空航天大学宇航学院
2
72
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(74)
共引文献
(83)
参考文献
(10)
节点文献
引证文献
(58)
同被引文献
(148)
二级引证文献
(51)
1962(1)
参考文献(1)
二级参考文献(0)
1979(1)
参考文献(0)
二级参考文献(1)
1984(1)
参考文献(1)
二级参考文献(0)
1987(1)
参考文献(0)
二级参考文献(1)
1990(1)
参考文献(0)
二级参考文献(1)
1993(2)
参考文献(0)
二级参考文献(2)
1995(3)
参考文献(1)
二级参考文献(2)
1996(2)
参考文献(0)
二级参考文献(2)
1997(3)
参考文献(0)
二级参考文献(3)
1998(3)
参考文献(0)
二级参考文献(3)
1999(1)
参考文献(0)
二级参考文献(1)
2000(3)
参考文献(0)
二级参考文献(3)
2001(2)
参考文献(0)
二级参考文献(2)
2002(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(0)
二级参考文献(2)
2004(4)
参考文献(0)
二级参考文献(4)
2005(10)
参考文献(0)
二级参考文献(10)
2006(7)
参考文献(0)
二级参考文献(7)
2007(10)
参考文献(0)
二级参考文献(10)
2008(8)
参考文献(0)
二级参考文献(8)
2009(6)
参考文献(0)
二级参考文献(6)
2010(6)
参考文献(1)
二级参考文献(5)
2011(2)
参考文献(2)
二级参考文献(0)
2013(1)
参考文献(1)
二级参考文献(0)
2014(1)
参考文献(1)
二级参考文献(0)
2015(2)
参考文献(2)
二级参考文献(0)
2017(3)
参考文献(0)
二级参考文献(0)
引证文献(3)
二级引证文献(0)
2017(3)
引证文献(3)
二级引证文献(0)
2018(14)
引证文献(9)
二级引证文献(5)
2019(64)
引证文献(34)
二级引证文献(30)
2020(28)
引证文献(12)
二级引证文献(16)
研究主题发展历程
节点文献
卷积神经网络(CNN)
支持向量机(SVM)
舰船检测
特征提取
迁移学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京航空航天大学学报
主办单位:
北京航空航天大学
出版周期:
月刊
ISSN:
1001-5965
CN:
11-2625/V
开本:
大16开
出版地:
北京市海淀区学院路37号
邮发代号:
创刊时间:
1956
语种:
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
基于全卷积神经网络的遥感图像海面目标检测
2.
基于卷积神经网络的目标检测研究综述
3.
基于卷积神经网络的遥感图像去噪算法
4.
基于卷积神经网络的行人目标检测系统设计
5.
一种应用于高分辨率遥感图像目标检测的尺度自适应卷积神经网络
6.
基于卷积神经网络的图像检测识别算法综述
7.
基于级联卷积神经网络的大场景遥感图像舰船目标快速检测方法
8.
基于卷积神经网络的军事图像分类
9.
基于卷积神经网络的视频图像失真检测及分类
10.
基于卷积神经网络的肺炎检测系统
11.
基于深度卷积神经网络的图像检索算法研究
12.
基于卷积神经网络的乳腺疾病检测算法
13.
基于卷积神经网络改进的图像自动分割方法
14.
基于卷积神经网络的植物图像分类方法研究
15.
基于贝叶斯卷积神经网络与数据增强的SAR图像目标分类方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
北京航空航天大学学报2021
北京航空航天大学学报2020
北京航空航天大学学报2019
北京航空航天大学学报2018
北京航空航天大学学报2017
北京航空航天大学学报2016
北京航空航天大学学报2015
北京航空航天大学学报2014
北京航空航天大学学报2013
北京航空航天大学学报2012
北京航空航天大学学报2011
北京航空航天大学学报2010
北京航空航天大学学报2009
北京航空航天大学学报2008
北京航空航天大学学报2007
北京航空航天大学学报2006
北京航空航天大学学报2005
北京航空航天大学学报2004
北京航空航天大学学报2003
北京航空航天大学学报2002
北京航空航天大学学报2001
北京航空航天大学学报2000
北京航空航天大学学报1999
北京航空航天大学学报1998
北京航空航天大学学报2017年第9期
北京航空航天大学学报2017年第8期
北京航空航天大学学报2017年第7期
北京航空航天大学学报2017年第6期
北京航空航天大学学报2017年第5期
北京航空航天大学学报2017年第4期
北京航空航天大学学报2017年第3期
北京航空航天大学学报2017年第2期
北京航空航天大学学报2017年第12期
北京航空航天大学学报2017年第11期
北京航空航天大学学报2017年第10期
北京航空航天大学学报2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号