-
题名光学遥感图像舰船目标检测算法研究
被引量：7
- 1
-
-
作者
姜庆标
-
机构
南京工程学院汽车与轨道交通学院
-
出处
《舰船科学技术》
北大核心
2014年第12期95-98,共4页
-
文摘
针对航天图像舰船目标快速检测问题,本文提出了一种复杂海洋背景中舰船目标的快速提取,舰船尾迹的检测及目标检测算法。根据人类视觉注意机制,把梯度作为视觉注意前期的简单特征,然后以开尔文尾迹为主要依据,以区域灰度方差表示纹理粗糙度,进行舰船尾迹识别,最后分析舰船检测的原则和主要特征,提出舰船目标检测流程,并进行目标检测实验,实现准确的尾迹识别和目标检测。
-
关键词
光学遥感图像
尾迹识别
舰船
目标检测
-
Keywords
optical remote sensing images
wake recognition
ships
target detection
-
分类号
U665.26
[交通运输工程—船舶及航道工程]
-
-
题名基于卷积神经网络的钝体尾迹识别研究
被引量：4
- 2
-
-
作者
杜祥波
陈少强
侯靖尧
张帆
胡海豹
任峰
-
机构
西北工业大学航海学院
中国船舶集体有限公司第七〇五研究所
中国船舶科学研究中心水动力学科研部
-
出处
《力学学报》
EI
CAS
CSCD
北大核心
2022年第1期59-67,共9页
-
基金
国家自然科学基金(52071272,12102357)
基础前沿(JCKY2018*18)
+2 种基金
陕西省自然科学基础研究计划(2020JC-18)
中央高校基本科研业务费专项资金(3102021HHZY030002)
河南省水下智能装备重点实验室开放基金(KL01B2101)资助项目。
-
文摘
针对相同特征长度不同钝体的尾迹结构相近,肉眼难于分辨的问题,提出了一种基于卷积神经网络的钝体尾迹识别方法,并在竖直肥皂膜水洞的典型钝体模型尾迹实验中获得高准确率验证.实验平台由自建竖直肥皂膜实验装置、钝体模型(方柱、圆柱和三角柱)及图像采集系统组成,可基于光学干涉法实现对不同速度下钝体肥皂膜尾迹的高清持续拍摄.所建立卷积神经网络识别模型由输入层、卷积层、池化层、全连接层和分类层组成,其中,卷积层和池化层用于提取尾迹的深层次特征信息,而全连接层和分类层构成识别分类模式来分类输出图像对应的钝体类型或雷诺数.通过将9000张尾迹图像数据集导入卷积神经网络模型,以数据驱动方式建立了具有钝体形状或雷诺数识别能力的尾迹特征识别模型.结果表明,该模型对相同雷诺数下识别钝体形状的准确率达97.6%(识别300张不同形状钝体尾迹图像),对不同雷诺数下识别钝体形状的准确率达96%(识别1200张不同雷诺数尾迹图像),即使将不同钝体形状和雷诺数下尾迹图像混放一起,其钝体形状和雷诺数识别准确率也可以达到91%(识别1500张混放尾迹图像).该方法为进一步利用人工智能提取流体尾迹中的物理信息提供借鉴.
-
关键词
竖直肥皂膜水洞
卷积神经网络
钝体
尾迹识别
-
Keywords
vertical soap-film tunnel
convolutional neural network
blunt body
wake recognition
-
分类号
TV13
[水利工程—水力学及河流动力学]
-
-
题名加权k-均值在舰船尾迹识别中的应用研究
- 3
-
-
作者
李晓东
-
机构
宣化科技职业学院
-
出处
《舰船科学技术》
北大核心
2016年第5X期31-33,共3页
-
文摘
首先描述加权k-均值的原理;然后利用对舰船尾迹原始进行分块,并且以此提高尾迹的对比度,对分块后子图像进行归一化Hough变换;最后基于加权k-均值进行舰船尾迹识别。实验结果表明本文算法识别率高,识别时间短。
-
关键词
加权k-均值
尾迹识别
图像分块
-
Keywords
weighted k-means
wake recognition
image block
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进GoogLeNet的飞机尾流快速识别
被引量：4
- 4
-
-
作者
潘卫军
冷元飞
吴天祎
王玄
-
机构
中国民用航空飞行学院空中交通管理学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2022年第7期38-44,共7页
-
基金
国家自然科学基金项目(U1733203)
中国民航局安全能力建设计划(TM2019-16-1/3)。
-
文摘
为了识别繁忙近地空域中的飞机尾流,提高空中交通管制的智能化水平,结合激光雷达特性和尾流演化特点,通过改进GoogLeNet网络和组合残差结构,提出了一种针对尾流快速识别的卷积神经网络模型。在双流的进离场区域使用多普勒激光雷达对风场进行采样,得到目标区域的径向速度场;所采集的数据预处理后输入到模型分别进行训练、验证、测试。结果表明,相比于AlexNet、GoogLeNet模型,所提出卷积神经网络模型以0.45 M的低参数量在飞机尾流的识别准确度达到98.44%,在实验平台上的检测速度达到160 Fps/s。该模型可在复杂的环境下,快速准确地识别飞机尾涡。
-
关键词
尾流识别
GoogLeNet卷积神经网络
目标识别
多普勒激光雷达
可视化
-
Keywords
wake vortex recognition
GoogLeNet convolutional neural network
target recognition
Doppler lidar
visualization
-
分类号
V19
[航空宇航科学与技术—人机与环境工程]
TB872
[一般工业技术—摄影技术]
-
-
题名基于形态学和K近邻算法的飞机尾流识别
被引量：2
- 5
-
-
作者
潘卫军
冷元飞
吴天祎
-
机构
中国民用航空飞行学院
-
出处
《航空计算技术》
2022年第2期1-4,共4页
-
基金
国家自然科学基金项目资助(U1733203)
民航局安全能力建设项目资助(TM2018-9-1/3)。
-
文摘
航空器尾流的准确识别对于实现动态尾流间隔缩减技术具有重要意义。与传统利用尾流特征对称关系的方法相比,研究关注飞机尾流的形态特征,提出了一种基于数学形态学和K近邻算法(KNN)的飞机尾涡识别框架。在模型中,主要工作如下:1)根据数学形态学中开闭算子提取飞机尾涡样本的形态特征;2)引入卷积神经网络的池化层来降低特征维度;3)通过KNN机器学习模型识别所提取的尾涡特征。实验在双流机场(ZUUU)的02跑道附近布置Wind3D 6000多普勒激光雷达,通过采集进近风场数据来对模型进行验证。结果表明,所提模型分类准确率、精确率、召回率和F1-score分别为97.1%、92.6%、91.1%和91.9%。
-
关键词
尾涡识别
神经网络
形态学
多普勒激光雷达
-
Keywords
wake vortex recognition
neural network
morphological operator
Doppler Lidar
-
分类号
V328.3
[航空宇航科学与技术—人机与环境工程]
-
-
题名随机梯度遗传算法在船舶尾流目标识别中的应用
被引量：1
- 6
-
-
作者
张有正
-
机构
衢州职业技术学院
-
出处
《舰船科学技术》
北大核心
2017年第3X期25-27,共3页
-
基金
浙江省自然科学基金资助项目(LY14F030007)
浙江省自然基金资助项目(LY14F020010)
-
文摘
通过识别船舶尾流可以有效地反映出船舶的自身参数,从而能帮助海军航空兵的侦察工作。随机梯度遗传算法是在传统的遗传算法的基础上,融合了局部搜索,这样更有利于种群的收敛性。本文将此算法应用于船舶尾流识别,通过最后的实验结果可以看出,随着迭代次数的增大,不同航速下的船舶尾流目标识别率会增大,但是并不是匀速的增大。
-
关键词
随机梯度遗传算法
局部搜索
尾流目标识别
-
Keywords
stochastic gradient genetic algorithm
local search
wake target recognition
-
分类号
E925
[军事—军事装备学]
TP18
[兵器科学与技术—武器系统与运用工程]
-
