典型文献
深度学习在海洋信息探测中的应用:现状与展望
文献摘要：
深度学习可以通过深度神经网络,使机器理解学习数据,从而提高数据分类效果和预测结果的准确性,因此在海洋信息探测中应用越来越受到重视.作者基于深度学习的基本原理,阐述了海洋上常用的深度学习神经网络模型,并结合海洋信息探测要素,对温度、盐度、风场、有效波高和海冰等进行了海洋环境信息因子的预测分析;同时,对船舶、溢油和涡旋等进行了海洋目标识别与检测.最后针对其现状进行了探讨,总结了深度学习在海洋信息探测中发展所面临的问题.
文献关键词：
深度学习;海洋信息探测;神经网络;预测;识别检测
中图分类号：
作者姓名：
张雪薇;韩震;郭鑫
作者机构：
上海海洋大学 海洋科学学院, 上海 201306;上海河口海洋测绘工程技术研究中心, 上海 201306
文献出处：
引用格式：
[1]张雪薇;韩震;郭鑫-.深度学习在海洋信息探测中的应用:现状与展望)[J].海洋科学,2022(02):145-155
A类：
海洋信息探测
B类：
现状与展望,深度神经网络,学习数据,数据分类,分类效果,深度学习神经网络,盐度,风场,有效波高,海冰,海洋环境,环境信息,预测分析,溢油,涡旋,目标识别与检测,识别检测
AB值：
0.306894
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。
