基于多尺度卷积神经网络的自适应熵加权决策融合船舶图像分类方法

任永梅; 杨杰; 郭志强; 曹辉

首页> 中文期刊> 《电子与信息学报》 >基于多尺度卷积神经网络的自适应熵加权决策融合船舶图像分类方法

基于多尺度卷积神经网络的自适应熵加权决策融合船舶图像分类方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对单一尺度卷积神经网络(CNN)对船舶图像分类的局限性,该文提出一种多尺度CNN自适应熵加权决策融合方法用于船舶图像分类.首先使用多尺度CNN提取不同尺寸的船舶图像的多尺度特征,并训练得到不同子网络的最优模型;接着利用测试集船舶图像在最优模型上测试,得到多尺度CNN的Softmax函数输出的概率值,并计算得到信息熵,进而实现对不同输入船舶图像赋予自适应的融合权重;最后对不同子网络的Softmax函数输出概率值进行自适应熵加权决策融合实现船舶图像的最终分类.在VAIS数据集和自建数据集上分别进行了实验,提出的方法的分类准确率分别达到了95.07%和97.50%,实验结果表明,与单一尺度CNN分类方法以及其他较新方法相比,所提方法具有更优的分类性能.

著录项

来源
《电子与信息学报》 |2021年第5期|1424-1431|共8页
作者
任永梅; 杨杰; 郭志强; 曹辉;
展开▼
作者单位

武汉理工大学信息工程学院宽带无线通信与传感器网络湖北省重点实验室武汉 430070;

湖南工学院电气与信息工程学院衡阳 421002;

武汉理工大学信息工程学院宽带无线通信与传感器网络湖北省重点实验室武汉 430070;

武汉理工大学信息工程学院宽带无线通信与传感器网络湖北省重点实验室武汉 430070;

武汉理工大学信息工程学院宽带无线通信与传感器网络湖北省重点实验室武汉 430070;

展开▼
原文格式 PDF
正文语种 chi
中图分类图像信号处理;模式识别与装置;
关键词
图像处理; 船舶图像分类; 多尺度卷积神经网络; 熵; 决策融合;

相似文献

中文文献
外文文献
专利

1. 基于信息熵的自适应尺度活动轮廓图像分割模型 [J] . 蔡青 ,刘慧英 ,孙景峰 . 西北工业大学学报 . 2017,第002期
2. 基于稀疏表示和决策融合的图像分类方法 [J] . Chu Yuezhong ,Li Jiahao ,Zhang Xuefeng . 计算机应用与软件 . 2019,第007期
3. 一种基于BP网络和决策融合的高光谱遥感图像分类方法 [J] . 于君娜 ,赵春晖 . 应用科技 . 2007,第001期
4. 一种应用于高分辨率遥感图像目标检测的尺度自适应卷积神经网络 [J] . 吴佳祥 ,刘辉 ,贺光辉 . 微电子学与计算机 . 2018,第8期
5. 基于多尺度决策融合的SAR图像溢油检测方法分析 [J] . 王丹华 . 电子测试 . 2014,第020期
6. 基于局部区块加权曲率熵的多尺度网格显著性 [C] . Wang Xiaodong ,汪小东 ,Liang Hongtao . 2017中国仿真大会 . 2017
7. 基于多尺度熵的加权HMM网络安全态势预测方法研究 [A] . 闫晓龙 . 2016

基于多尺度卷积神经网络的自适应熵加权决策融合船舶图像分类方法

摘要

著录项

相似文献

相关主题

期刊订阅