10.16208/j.issn1000-7024.2019.12.045
基于改进BP神经网络的船舶轨迹识别方法
针对船舶航行轨迹识别,为提高识别率,进行深入研究,提出一种采用附加动量法和自适应学习速率法的改进BP神经网络方法.采用附加动量不断修正BP神经网络的权重,加快网络收敛速度,在迭代过程中进行学习率自适应调整,减少迭代次数.运用改进BP神经网络和传统BP神经网络对船舶自动识别系统(automatic identification system,AIS)信息进行训练,分别建立分类识别模型.以安徽巢湖水域为例进行实验,实验结果表明,改进BP神经网络对船舶轨迹识别具有更高的准确率.
轨迹识别、BP神经网络、船舶自动识别系统、附加动量、自适应学习
40
TP398.1(计算技术、计算机技术)
国家自然科学基金项目61471182;2018年江苏省研究生科研创新计划基金项目KYCX18_2335
2020-01-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
3639-3644