[發明專利]一種船舶分類方法及裝置

在審

• 申請號: 201711106490.3
• 申請日: 2017-11-10
• 公開（公告）號: CN107797149A
• 公開（公告）日: 2018-03-13
• 發明（設計）人: 崔苗;萬婷婷;林凡
• 申請（專利權）人: 廣東工業大學
• 主分類號: G01V3/08
• 分類號: G01V3/08;G06N3/08;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

1.一種船舶分類方法，其特征在于，包括：

獲取磁感應船舶檢測器采集待分類船只的離散的波形數據；

將所述波形數據統一至預設維數的特征向量；

根據預訓練好的神經網絡分類器，利用所述神經網絡分類器的隱含層對應關系，將所述特征向量對應至相應輸出層，以確定所述待分類船只的所屬類別。

2.如權利要求1所述的方法，其特征在于，所述將所述波形數據統一至預設維數的特征向量，包括：

當所述波形數據的維數大于所述預設維數時，利用相鄰分量取平均方法，將所述波形數據的維數降至所述預設維數；

當所述波形數據的維數小于所述預設維數時，利用線性插值方法，將所述波形數據的維數升至所述預設維數；

對降維或升維后的所述波形數據進行特征向量歸一化，得出所述特征向量。

3.如權利要求2所述的方法，其特征在于，所述神經網絡分類器為多層前向神經網絡分類器。

4.如權利要求1至3任一項所述的方法，其特征在于，所述神經網絡分類器的訓練過程具體為：

獲取訓練波形數據；

選取預設個數據點分別作為各個初始集合的中心；

計算每個所述初始集合內的各個數據點和相應的所述中心的距離，并將距離最小值對應的數據點劃分至相應的類別；

重新選取各個所述初始集合的中心，并計算各個數據點和相應中心的距離，直止各個所述初始集合不再發生變化。

5.一種船舶分類裝置，其特征在于，包括：

獲取模塊，用于獲取磁感應船舶檢測器采集待分類船只的離散的波形數據；

維數統一模塊，用于將所述波形數據統一至預設維數的特征向量；

分類模塊，用于根據預訓練好的神經網絡分類器，利用所述神經網絡分類器的隱含層對應關系，將所述特征向量對應至相應輸出層，以確定所述待分類船只的所屬類別。

6.如權利要求5所述的裝置，其特征在于，所述維數統一模塊包括：

降維子模塊，用于當所述波形數據的維數大于所述預設維數時，利用相鄰分量取平均方法，將所述波形數據的維數降至所述預設維數；

升維子模塊，用于當所述波形數據的維數小于所述預設維數時，利用線性插值方法，將所述波形數據的維數升至所述預設維數；

歸一化子模塊，用于對降維或升維后的所述波形數據進行特征向量歸一化，得出所述特征向量。

7.如權利要求6所述的裝置，其特征在于，所述神經網絡分類器為多層前向神經網絡分類器。

8.如權利要求5至7任一項所述的裝置，其特征在于，還包括：

分類器訓練模塊，用于獲取訓練波形數據；選取預設個數據點分別作為各個初始集合的中心；計算每個所述初始集合內的各個數據點和相應的所述中心的距離，并將距離最小值對應的數據點劃分至相應的類別；重新選取各個所述初始集合的中心，并計算各個數據點和相應中心的距離，直止各個所述初始集合不再發生變化。