摘要
本申请公开了时序多模态船舶振动识别方法与装置。该方法包括:获取船舶振动数据;将船舶振动数据转化为图像数据;将图像数据输入到训练好的深度学习网络模型中进行识别,得到船舶振动数据的识别结果;其中,深度学习网络模型包括局部特征提取单元、多分支提取单元、特征融合单元、分类器单元;得到船舶振动数据的识别结果的步骤包括:将图像数据输入到局部特征提取单元得到第一局部特征图;将局部特征图输入到多分支提取单元中,得到多个特征图;将多个特征图输入到特征融合单元中,得到融合特征图;将融合特征图输入到分类器单元中,得到船舶振动数据的识别结果。本申请能够提高船舶振动数据的识别结果,提高船舶状态识别准确度。
技术关键词
深度学习网络模型
船舶
局部特征提取
识别方法
融合特征
多模态
多层感知机
分类器
数据
多分支
振动识别装置
时序
图像块
输出特征
混合模块
彩色图像
采样模块
通道
系统为您推荐了相关专利信息
车辆轨迹预测方法
深度学习算法
双向长短期记忆
快速路主线
注意力
群体识别方法
网络指纹
流量特征信息
设备特征信息
标签
检测识别方法
集成学习模型
学习器
台区用电量
样本
卷积神经网络模型
图片
拍摄位置信息
水电站设备
识别方法