一种船舶分类方法及装置制造方法及图纸

本发明专利技术公开了一种船舶分类方法，通过获取磁感应船舶检测器采集待分类船只的离散的波形数据；将波形数据统一至预设维数的特征向量；根据预训练好的神经网络分类器，利用神经网络分类器的隐含层对应关系，将特征向量对应至相应输出层，以确定待分类船只的所属类别。该方法先利用磁感应船舶检测器采集船只波形数据，再利用训练好的神经网络分类器对波形数据进行分类，提高了船舶分类准确性和及时性，且利用磁感应船舶检测器来进一步保证远距离船舶分类准确性和及时性。本发明专利技术还公开了一种船舶分类装置，同样具有上述有益效果。

A method and device for classification of ships

【技术实现步骤摘要】
一种船舶分类方法及装置
本专利技术涉及船舶分类
，特别涉及一种船舶分类方法及装置。
技术介绍
随着航运业的快速发展，船舶量也不断增加，为了保障航运交通安全，维护航运交通秩序，提高营运效率，船舶准确分类显得尤为重要。目前，一般是基于流形距离来实现船舶分类，其具体基于流形距离表征的目标对象间的相似度量标准。该度量标准较传统的距离度量标准更贴近反映目标对象真实的空间分布，它是一种有效的度量标准；同时基于该标准的样本的邻居样本的预处理筛选，其可以提高了概率生成模型的分类效率，满足了舰船目标分类识别提出的实时性处理要求。但是，这种分类方法不够及时和精细，在目标距离较远时分类效果不够好。
技术实现思路
本专利技术的目的是提供一种船舶分类方法及装置，以解决现有船舶分类方法不够及时和精细，在目标距离较远时分类效果不够好的问题。为解决上述技术问题，本专利技术提供如下技术方案：一种船舶分类方法，包括：获取磁感应船舶检测器采集待分类船只的离散的波形数据；将所述波形数据统一至预设维数的特征向量；根据预训练好的神经网络分类器，利用所述神经网络分类器的隐含层对应关系，将所述特征向量对应至相应输出层，以确定所述本文档来自技高网...

【技术保护点】
一种船舶分类方法，其特征在于，包括：获取磁感应船舶检测器采集待分类船只的离散的波形数据；将所述波形数据统一至预设维数的特征向量；根据预训练好的神经网络分类器，利用所述神经网络分类器的隐含层对应关系，将所述特征向量对应至相应输出层，以确定所述待分类船只的所属类别。

【技术特征摘要】
1.一种船舶分类方法，其特征在于，包括：获取磁感应船舶检测器采集待分类船只的离散的波形数据；将所述波形数据统一至预设维数的特征向量；根据预训练好的神经网络分类器，利用所述神经网络分类器的隐含层对应关系，将所述特征向量对应至相应输出层，以确定所述待分类船只的所属类别。2.如权利要求1所述的方法，其特征在于，所述将所述波形数据统一至预设维数的特征向量，包括：当所述波形数据的维数大于所述预设维数时，利用相邻分量取平均方法，将所述波形数据的维数降至所述预设维数；当所述波形数据的维数小于所述预设维数时，利用线性插值方法，将所述波形数据的维数升至所述预设维数；对降维或升维后的所述波形数据进行特征向量归一化，得出所述特征向量。3.如权利要求2所述的方法，其特征在于，所述神经网络分类器为多层前向神经网络分类器。4.如权利要求1至3任一项所述的方法，其特征在于，所述神经网络分类器的训练过程具体为：获取训练波形数据；选取预设个数据点分别作为各个初始集合的中心；计算每个所述初始集合内的各个数据点和相应的所述中心的距离，并将距离最小值对应的数据点划分至相应的类别；重新选取各个所述初始集合的中心，并计算各个数据点和相应中心的距离，直止各个所述初始集合不再发生变化。5.一种船舶分类装置，其特征在...

【专利技术属性】
技术研发人员：崔苗，万婷婷，林凡，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44