| 深度堆栈自编码网络在船舶重量估算中的应用 |
| |
| 引用本文： | 陈健,唐俊遥,朱生光,周兆钊. 深度堆栈自编码网络在船舶重量估算中的应用[J]. 计算机工程, 2019, 45(5): 315-320 |
| |
| 作者姓名： | 陈健 唐俊遥 朱生光 周兆钊 |
| |
| 作者单位： | 广东工业大学机电工程学院,广州,510006;广东工业大学机电工程学院,广州,510006;广东工业大学机电工程学院,广州,510006;广东工业大学机电工程学院,广州,510006 |
| |
| 基金项目： | 广东省科技计划;广东省科技计划;惠州市科技计划 |
| |
| 摘 要： | 传统的船舶重量估算方法多数存在误差大、成本高等问题。为此,提出一种基于深度学习的船舶重量估算算法。利用多层神经网络逐层无监督学习训练初始化参数,通过反向梯度下降的方式微调参数。运用深度堆栈自编码网络挖掘深层次的数据特征,并在ShipWE自建数据库上进行分析。实验结果表明,与传统吃水估算方法相比,该算法具有更强的稳定性和更高的准确性,与BP神经网络算法和径向基函数神经网络算法相比,该算法的精度更高,能有效解决船舶估算可信度低的问题。
|
| 关 键 词： | 气囊船舶下水 深度学习 反向梯度下降 深度堆栈自编码 逐层无监督学习 参数微调 |
Application of Deep Stack Autoencoder Network in Ship Weight Estimation |
| |
| CHEN Jian,TANG Junyao,ZHU Shengguang,ZHOU Zhaozhao. Application of Deep Stack Autoencoder Network in Ship Weight Estimation[J]. Computer Engineering, 2019, 45(5): 315-320 |
| |
| Authors: | CHEN Jian TANG Junyao ZHU Shengguang ZHOU Zhaozhao |
| |
| Affiliation: | (School of Electro-Mechanical Engineering,Guangdong University of Technology,Guangzhou 510006,China) |
| |
| Abstract: | CHEN Jian;TANG Junyao;ZHU Shengguang;ZHOU Zhaozhao(School of Electro-Mechanical Engineering,Guangdong University of Technology,Guangzhou 510006,China) |
| |
| Keywords: | airbag ship launching deep learning inverse gradient descent deep stack autoencoder layer by layer unsupervised learning parameters fine-tuning |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
