基于深度學(xué)習(xí)網(wǎng)絡(luò)的航跡分層分類研究

打開文本圖片集

摘 要：針對(duì)現(xiàn)有航跡分類方法無法充分考慮航跡的時(shí)間序列特征與空間結(jié)構(gòu)特征，導(dǎo)致分類準(zhǔn)確率下降的問題，提出了一種基于深度學(xué)習(xí)網(wǎng)絡(luò)的航跡分層分類方法。首先，將船舶航跡轉(zhuǎn)化成圖像層，構(gòu)建基于Swin-Transformer網(wǎng)絡(luò)的航跡圖像層分類模型;其次對(duì)于航跡序列層，基于多維信息的航跡壓縮算法優(yōu)化航跡序列的輸入，并構(gòu)建基于Gained-Transformer-Network深度學(xué)習(xí)網(wǎng)絡(luò)的航跡序列層分類模型。（剩余15874字）