典型文献
基于深度卷积神经网络的海洋多目标涡旋检测方法
文献摘要：
提出了一种基于深度卷积神经网络的海洋多目标涡旋检测方法.首先利用改进的密集卷积精确提取海洋涡旋特征,并使用跨层融合技术提高特征的利用率,来充分捕捉边缘信息;然后结合转置卷积和跳过连接构建上采样路径得到检测结果,以获得更高的检测准确率;最后在CMEMS(哥白尼海洋环境监测服务中心)发布的公开数据集上对本工作提出的方法进行了对比实验,实验结果表明:与EddyNet、PET等方法相比,本工作的方法能够有效分离、检测出距离较近的涡旋,具有更好的检测结果.
文献关键词：
海洋涡旋;深度学习;特征融合;目标检测
中图分类号：
作者姓名：
刘启明;杨树国;赵莉
作者机构：
青岛科技大学 数理学院,山东 青岛 266061;青岛市中医医院(市海慈医院),山东 青岛 266033
文献出处：
引用格式：
[1]刘启明;杨树国;赵莉-.基于深度卷积神经网络的海洋多目标涡旋检测方法)[J].青岛科技大学学报（自然科学版）,2022(04):120-126
A类：
EddyNet
B类：
深度卷积神经网络,密集卷积,海洋涡旋,涡旋特征,跨层,融合技术,技术提高,边缘信息,转置卷积,上采样,检测准确率,CMEMS,哥白尼,海洋环境,环境监测,监测服务,公开数据集,PET,有效分离,特征融合,目标检测
AB值：
0.412991
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
