基于深度卷积神经网络的船舶轨迹分类研究

来源 :武汉理工大学学报(交通科学与工程版) | 被引量 : 0次 | 上传用户:owenzikao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提取船舶轨迹数据的空间特征,解决船舶轨迹分类及船舶轨迹所属航道识别问题,提出了一种基于深度卷积神经网络的船舶轨迹分类方法.考虑到经纬度数据难以准确描述船舶轨迹空间特征,将船舶轨迹数据转换为船舶轨迹图像数据,并建立数据集.构建基于深度卷积神经网络的船舶轨迹分类模型,使用人工标注的数据集开展训练.选取以经纬度数据为输入的全连接神经网络模型和SVM模型进行对比分析.结果表明:基于深度卷积神经网络船舶轨迹分类模型可以有效地区分不同航道内的船舶轨迹,所提方法是一种有效的船舶轨迹分类方法.
其他文献
针对我国广西北部湾海域探索性发展海上风电的现状,结合其海域风速特点.利用Profili软件获取翼型NACA4412和S1010数据,通过ICEM对这两种翼型进行结构化网格划分,利用计算流体力学软件Fluent对这两种翼型的空气动力特性进行了数值模拟分析,研究了两种翼形在不同工况下的升阻特性,分析了风速和攻角对其气动性能的影响规律.