10.19335/j.cnki.2095-6649.2020.02.027
基于图像的海底含油沉积物特征识别算法
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.
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
10
TP391.41(计算技术、计算机技术)
国家大学生创新训练项目201910429100
2020-06-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
125-130