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       
摘要:
海战场的目标识别是敌我判断、精确跟踪以及准确打击的前提,在现代海战中起着至关重要的作用.针对舰船编队场景下的海战场典型目标的识别问题,提出了一种基于卷积神经网络的协同识别方法,该方法通过优化VGG-NET的层数、节点数得到一组易于训练的精简网络,构建了一种多输入/单输出的舰船协同识别架构,提出一种基于D-S证据理论的加权和方法用于单输出的决策级融合.仿真实验表明,基于单平台的方法在烟雾环境下仅获得47.22%的识别率,而使用协同识别方法能够获得55.83%的识别率.该方法具有良好的性能,能够在复杂海战场环境下有效地识别目标.
推荐文章
基于卷积神经网络的未知协议识别方法
深度学习
机器学习
卷积神经网络
未知协议识别
基于神经网络的战场被动声/地震动目标识别方法
人工神经网络
声/地震动探测
BP算法
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
多Inception结构
深度卷积神经网络
度量学习方法
深度人脸识别
特征提取
损失函数融合
基于卷积神经网络的交通声音事件识别方法
Gammatone滤波器
卷积神经网络
音频事件识别
公路交通环境
声音数字信号
子带滤波
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 基于深度卷积神经网络的海战场目标协同识别方法
来源期刊 光学与光电技术 学科 工学
关键词 海战场 目标识别 协同识别 卷积神经网络 D-S证据理论
年,卷(期) 2018,(2) 所属期刊栏目 图像与信号处理
研究方向 页码范围 20-25
页数 6页 分类号 TN911.34
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (48)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (5)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
海战场
目标识别
协同识别
卷积神经网络
D-S证据理论
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
光学与光电技术
双月刊
1672-3392
42-1696/O3
大16开
武汉市阳光大道717号
38-335
2003
chi
出版文献量(篇)
2142
总下载数(次)
3
总被引数(次)
9791
论文1v1指导