期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
应用双向递归神经网络的船舶轨迹修复迭代算法 被引量:1
1
作者 王磊 《舰船科学技术》 北大核心 2021年第20期37-39,共3页
为了解决船舶轨迹修复算法修复效果差、修复偏差大的问题,应用双向递归神经网络实现船舶轨迹修复迭代算法的优化设计。从位置坐标和速度2个方面转换收集的船舶轨迹数据,判定当前轨迹是否存在缺失或异常。以已知端点加速度的计算结果为... 为了解决船舶轨迹修复算法修复效果差、修复偏差大的问题,应用双向递归神经网络实现船舶轨迹修复迭代算法的优化设计。从位置坐标和速度2个方面转换收集的船舶轨迹数据,判定当前轨迹是否存在缺失或异常。以已知端点加速度的计算结果为输入项,应用双向递归神经网络得到实时船舶轨迹的预测结果,最终完成对船舶轨迹的修复。通过测试实验发现设计修复方法得出的轨迹位置与理想轨迹基本重合,且修复后的速度和航向偏差分别为0.1 km/h和0.1°,满足设计与应用要求。 展开更多
关键词 双向递归神经网络 船舶轨迹 轨迹修复 迭代算法
在线阅读 下载PDF
基于多层卷积神经网络特征和双向长短时记忆单元的行为识别(英文) 被引量:12
2
作者 葛瑞 王朝晖 +3 位作者 徐鑫 季怡 刘纯平 龚声蓉 《控制理论与应用》 EI CAS CSCD 北大核心 2017年第6期790-796,共7页
鲁棒的视频行为识别由于其复杂性成为了一项极具挑战的任务.如何有效提取鲁棒的时空特征成为解决问题的关键.在本文中,提出使用双向长短时记忆单元(Bi-LSTM)作为主要框架去捕获视频序列的双向时空特征.首先,为了增强特征表达,使用多层... 鲁棒的视频行为识别由于其复杂性成为了一项极具挑战的任务.如何有效提取鲁棒的时空特征成为解决问题的关键.在本文中,提出使用双向长短时记忆单元(Bi-LSTM)作为主要框架去捕获视频序列的双向时空特征.首先,为了增强特征表达,使用多层的卷积神经网络特征代替传统的手工特征.多层卷积特征融合了低层形状信息和高层语义信息,能够捕获丰富的空间信息.然后,将提取到的卷积特征输入Bi-LSTM,Bi-LSTM包含两个不同方向的LSTM层.前向层从前向后捕获视频演变,后向层反方向建模视频演变.最后两个方向的演变表达融合到Softmax中,得到最后的分类结果.在UCF101和HMDB51数据集上的实验结果显示本文的方法在行为识别上可以取得较好的性能. 展开更多
关键词 行为识别 卷积神经网络 归神经网络 双向递归神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部