發(fā)布時(shí)間：2018-03-16 03:34

  本文選題：艦船圖像分類　切入點(diǎn)：塔式關(guān)鍵詞直方圖　出處：《科學(xué)技術(shù)與工程》2017年33期 　論文類型：期刊論文

【摘要】：針對(duì)傳統(tǒng)艦船分類檢測(cè)方法實(shí)時(shí)性差、容易受到物理噪聲干擾等問(wèn)題,采用塔式關(guān)鍵詞直方圖和支持向量機(jī)的檢測(cè)方法對(duì)不同類別水面艦船圖像進(jìn)行實(shí)時(shí)分類檢測(cè)。通過(guò)對(duì)不同類別的艦船圖像進(jìn)行分類實(shí)驗(yàn),進(jìn)一步綜合確定適合的塔式關(guān)鍵詞描述子參數(shù)及支持向量機(jī)核函數(shù)參數(shù)。實(shí)驗(yàn)結(jié)果表明,艦船分類檢測(cè)準(zhǔn)確率較已有檢測(cè)方法有所提高�；谒疥P(guān)鍵詞直方圖和支持向量機(jī)的檢測(cè)方法能夠?qū)崿F(xiàn)可靠、實(shí)時(shí)的艦船圖像分類檢測(cè)。
[Abstract]:Aiming at the problem that the traditional ship classification detection method is poor in real time and easily disturbed by physical noise, The methods of tower keyword histogram and support vector machine are used to detect different kinds of ship images in real time. Furthermore, the suitable parameters of tower keyword description subparameter and support vector machine kernel function are determined synthetically. The experimental results show that, The accuracy of ship classification detection is higher than that of existing methods, and the detection method based on tower keyword histogram and support vector machine can achieve reliable and real-time ship image classification detection.
【作者單位】： 海軍大連艦艇學(xué)院;
【基金】：十三五國(guó)防預(yù)研項(xiàng)目(30203010303)資助
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 蔡夢(mèng);張科峰;鄒雪城;;一種獨(dú)特的鏡頭融解變換分類檢測(cè)思想與算法的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2008年06期

2 楊進(jìn);;模塊化免疫神經(jīng)網(wǎng)絡(luò)模型在計(jì)算機(jī)病毒分類檢測(cè)中的應(yīng)用[J];兵工自動(dòng)化;2009年02期

相關(guān)博士學(xué)位論文 前1條

1 汪中;面向變化場(chǎng)景的行人分類檢測(cè)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

，

本文編號(hào)：1618181