主管单位：中华人民共和国工业和信息化部
主办单位：工信部电子科学技术情报研究所
出版周期：月刊ISSN：2095-6649
CN：11-5947/TB
出版地：北京市
语种：中文
开本：16开
创刊时间：2011
-
投稿咨询：
QQ：1605133527 ；2509007402
-
稿件查询：
QQ：1605133527 ；2509007402
- 工作时间：早上9点——下午5点(周日除外)
当前位置:首页 > 学术展示
基于图像的海底含油沉积物特征识别算法
《新型工业化》2020年 第2期 | 王前进 姚惠萍 青岛理工大学理学院 山东青岛266520
摘 要：多波束声纳数据可以被处理以获得水下声纳图像。支持向量机(SVM)和卷积神经网络(CNN)都是传统的目标分类和检测方法。关于海底含油沉积物特征识别这一问题,本文分别设计了支持向量机和卷积神经网络算法,对水下声纳图像进行目标特征的提取识别。经过两种方法试验的对比,在同一海域提取样本的情况下,支持向量机在识别含油沉积物的精度和速度上优于卷积神经网络。
【分 类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
【关键词】 声纳图像 海底含油沉积物 特征识别 卷积神经网络 支持向量机
【出 处】 《新型工业化》2020年 第2期 125-130页 共6页
【收 录】 中文科技期刊数据库
