基于卷积神经网络的多尺度特征融合自适应智能“问题地图”识别

发布时间：2021-01-21 02:14

　　“问题地图”主要指存在危害国家统一、主权和领土完整,或危害国家安全和利益等情况,以及其他不符合地图管理相关规定的公开地图和地图产品。特别的,本文所指代的“问题地图”限定为如下区域出现绘制错误的现时版电子中国地图:1)阿克赛钦地区;2)藏南地区;3)南海诸岛;4)钓鱼岛、赤尾屿;5)台湾省。“问题地图”损害国家利益,严重违反政治的严肃性、科学的严密性,同时也给人们日常出行、生活等造成了困扰。因此,“问题地图”的排查与审核迫在眉睫。本文针对“问题地图”审核依赖大量人工进行目视判别以及流行的卷积神经网络需要大量的训练样本,提出了一种端到端的小样本场景下基于卷积神经网络的多尺度特征融合自适应智能“问题地图”检测方法。该方法首次将基于卷积神经网络的目标检测算法引入到“问题地图”检测中,采用融合特征的多尺度表达自适应尺度选择机制,实现了“问题地图”五大版图错误的智能识别和标定。进一步的,该方法结合“问题地图”的特点进行优化,在训练样本较少的情况下完成了“问题地图”的智能识别。实验表明,本文算法用于检测“问题地图”的性能远超其它算法,验证了本文方法的有效性。具体的,本文主要研究内容及其相应的研究成果... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：109 页

【学位级别】：硕士

【部分图文】：

图.样本的抢掘梢度.为提出~种

Sigmoid及其导数图像

1( )1xf xe (2-3)a) Sigmoid b) Sigmoid 导数图 2-3 Sigmoid 及其导数图像(2) Tanh( )x xx xe ef xe e (2-4)


本文编号：2990247