基于人工神经网络的无人岛异常识别系统
发布时间:2021-11-01 09:32
随着我国海洋强国战略的推动,国家对于海洋安全问题和海洋权益也越来越重视。如何有效使用现代化手段保护我国海洋安全、实现海洋权益的维护已成为需要迫切解决的问题。论文针对在镆铘岛开展的实验中遇到的实际问题:如何快速有效地发现并识别无人岛屿出现的异常状况,提出了一种基于人工神经网络的无人岛屿异常识别系统的实现方案,传统的针对无人机拍摄的高光谱图像(HSI)的异常检测本质上都是统计性的,而论文提出的方法将两个多层神经网络用于异常检测与识别,较传统方法提升了性能。通过实验表明,论方法能够以较高准确性的前提下快速发现无人岛屿的异常状况,并发出警报,相较于传统的统计性方法具有更好的效果。
【文章来源】:计算机与数字工程. 2020,48(08)
【文章页数】:4 页
【文章目录】:
1 引言
2 基于ANN的无人岛异常识别算法
2.1 人工神经网络(ANN)
2.2 ANN异常识别模型系统结构
3 数据处理及模型训练
4 实验结果与分析
5 结语
【参考文献】:
期刊论文
[1]西太平洋——我国深海科学研究的优先战略选区[J]. 秦蕴珊,尹宏. 地球科学进展. 2011(03)
[2]无人机遥感影像获取及后续处理探讨[J]. 洪宇,龚建华,胡社荣,黄明祥. 遥感技术与应用. 2008(04)
[3]人工神经网络研究现状及其展望[J]. 朱大奇. 江南大学学报. 2004(01)
本文编号:3469932
【文章来源】:计算机与数字工程. 2020,48(08)
【文章页数】:4 页
【文章目录】:
1 引言
2 基于ANN的无人岛异常识别算法
2.1 人工神经网络(ANN)
2.2 ANN异常识别模型系统结构
3 数据处理及模型训练
4 实验结果与分析
5 结语
【参考文献】:
期刊论文
[1]西太平洋——我国深海科学研究的优先战略选区[J]. 秦蕴珊,尹宏. 地球科学进展. 2011(03)
[2]无人机遥感影像获取及后续处理探讨[J]. 洪宇,龚建华,胡社荣,黄明祥. 遥感技术与应用. 2008(04)
[3]人工神经网络研究现状及其展望[J]. 朱大奇. 江南大学学报. 2004(01)
本文编号:3469932
本文链接:https://www.wllwen.com/kejilunwen/haiyang/3469932.html