基于卷积神经网络的运输船舶分类识别方法

• 作者: 戚超 王晓峰
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 船舶识别 卷积神经网络 支持向量机
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 人工智能
• 页码范围: 52-55
• 页数: 4页
• 分类号: TP391.41
• 字数: 3828字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.17.015

摘要

为了解决运输船的精细分类识别问题,针对在港口、航道拍摄的大量运输船图像,将一个8层卷积神经网络和支持向量机结合起来,通过用运输船训练集对网络进行监督训练,然后提取卷积神经网络第一个全连接层的特征,训练支持向量机后便可以对运输船进行分类识别,最后与其他全连接层的特征进行对比.实验结果表明,该方法能够实现运输船类型精细分类识别,平均检测准确率达到88.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓峰	上海海事大学信息工程学院	71	454	12.0	17.0
2	戚超	上海海事大学信息工程学院	1	12	1.0	1.0