基于深度学习的船舶识别与轨迹预测  

作　　者：席俊杰 曹士连 

机构地区：[1]集美大学海上交通安全研究所,福建厦门361021

出　　处：《中国水运》2024年第9期94-96,共3页

摘　　要：文章针对当前船舶识别与轨迹预测方法中存在的准确性和实时性不足的问题,提出了一种基于深度学习的解决方法。通过设计并优化卷积神经网络(CNN)的结构,提高船舶识别以及轨迹预测的准确率,并对文章所提出的方法进行了实验分析,最终,实验结果表明,该模型在处理复杂海洋环境下的船舶识别和轨迹预测任务中表现出色,能够有效提升船舶识别与轨迹预测现有技术的性能。

关 键 词：深度学习 船舶识别 轨迹预测 

分 类 号：U675.79[交通运输工程—船舶及航道工程]