一种CNN与ELM相结合的船舶分类识别方法

作者：闫河; 王鹏^*; 董莺艳; 罗成; 李焕

来源：重庆理工大学学报：自然科学, 2019, 33(01): 53-57.

• 卷积神经网络
• 极限学习机
• 船舶识别

为提高船舶分类识别的精度,提出一种卷积神经网络(CNN)与极限学习机(ELM)相结合的分类识别方法。该方法采用8层AlexNet的卷积神经网络对船舶训练图片进行监督训练,并把AlexNet网络的第一个全连接层的输出作为特征训练样本完成对ELM的监督训练。对比实验结果表明:本文方法对船舶分类识别平均准确率为94%。

• 单位
  重庆理工大学