TY -的A2 Vargas-Rodriguez Everardo盟——秋,小华AU -李,分盟——咚,林盟-邓,Guangmang盟——张Liqiong PY - 2020 DA - 2020/12/02 TI -双频海事船意象分类基于多层卷积特性融合SP - 8891018六世- 2020 AB -解决问题的一些注释样本和低质量的熔融特性在可见光和红外双频海事船舶分类,本文利用层次深卷积神经网络的特点,提出一种双频海事船基于多层卷积特性融合的分类方法。首先,VGGNet模型pretrained ImageNet数据集上调整捕捉语义信息的具体双频船数据集。其次,pretrained VGGNet和调整模型被用来提取低,中层,和高级卷积特性每个乐队的形象,和一个随机权重的改进的递归神经网络利用降低特征维度和学习特征表示。第三,提高特征融合的质量,多层次、多层双频图像的卷积特性连接融合层次信息和光谱信息。最后,融合特征向量送入一个线性支持向量机对双频海事船舶分类识别。实验结果对公共双频海事船舶数据表明,多层卷积特性融合优于单层卷积功能2%意味着每个类的单波段图像分类精度,双频比的单波段图像进行图像约2.3%,而且该方法达到最佳的准确性为89.4%,高于1.2%的最先进的方法。SN - 1687 - 725 - 2020/8891018 / 10.1155 x你——https://doi.org/10.1155/2020/8891018——摩根富林明——《传感器PB - Hindawi KW - ER