摘要
本发明提供一种适用于高频地波雷达的跨域漩涡检测方法,属于海洋探测技术领域;包括构建遵循端到端框架的CDEDNet神经网络,通过样本的领域自适应和基于参数的迁移学习提高模型泛化能力,用于高频地波雷达海洋探测领域的漩涡检测,基于实例的跨域自适应方法用于增加训练样本集,解决标注数据不足的问题,通过在多个区域共享一个通用的特征层,将基于参数的迁移学习用于漩涡检测。本发明解决了标注数据不足和检测经验继承的问题,实现对高频地波雷达海洋探测领域中漩涡的高效、精准检测。
技术关键词
高频地波雷达
全卷积神经网络
训练样本集
海洋探测技术
数据
训练分类器
超参数
标签
场景
框架
像素
图像
尺寸
系统为您推荐了相关专利信息
交互性
计算机程序指令
决策
交通流
计算机程序产品
故障实体
更新知识图谱
动态知识图谱
定位方法
故障案例库
深度神经网络模型
报告生成系统
高速数据
IT设备
设备巡检
加速模型训练
交互式用户界面
回归算法
评分方法
学习算法
数字表面模型
光学遥感影像
数字正射影像图
定位方法
样本