申请/专利权人:集美大学
申请日:2024-03-25
公开(公告)日:2024-06-21
公开(公告)号:CN118228083A
主分类号:G06F18/24
分类号:G06F18/24;G06F18/213;G06N3/0455;G06N3/0464;G06N3/0442;G06N3/048;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种基于1DCNN‑LSTM的渔船作业行为识别方法,涉及智能化识别技术领域,结合一维卷积神经网络(1DCNN)和长短期记忆神经网络(LSTM)建立1DCNN‑LSTM渔船作业行为判断模型,以充分利用1DCNN提取渔船轨迹的相关特征,并利用LSTM能够反映输入时间序列的历史信息的能力,对渔船作业轨迹信息进行作业行为判断。实现对渔船作业类型的准确识别。
主权项:1.一种基于1DCNN-LSTM的渔船作业行为识别方法,其特征在于,包括:获取渔船轨迹数据;提取所述渔船轨迹数据的轨迹特征以得到渔船轨迹特征图;提取所述渔船轨迹特征图的语义关联特征以得到渔船轨迹语义编码特征向量;基于所述渔船轨迹语义编码特征向量,确定渔船的作业类型。
全文数据:
权利要求:
百度查询: 集美大学 基于1DCNN-LSTM的渔船作业行为识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。