文章标题：基于光学图像分类的船舶航迹自抗扰检测技术

文章作者：孙宝刚^1,2, 王家伟¹
关 键 字：船舶航迹;光学图像;自抗扰检测;深度学习;SVM分类器;卷积神经网络
文章摘要：船舶航行过程中，受到风、浪、流等自然因素，以及船舶自身运动特性等因素的影响，导致船舶偏离预定航迹，影响航行的安全性和稳定性，为了有效控制船舶航迹，保证船舶的运行安全，提出一种基于光学图像分类的船舶航迹自抗扰检测技术。使用卷积神经网络提取光学图像中的船舶特征，并把船舶导航目标的光学图像划分成大、小导航目标切片，并基于大导航目标特征构建第一层SVM分类器训练漏检大、小导航目标数据集，形成第二、三层SVM分类器。利用该分类器对挖掘到特征参数进行逐层的剔除筛选，检测漏检大、小导航目标，最终对船舶航迹中的光学图像数据进行识别和分类；在此基础上，利用自抗扰技术结合高斯核映射，捕捉船舶航迹的复杂变化，实现船舶航迹自抗扰检测。实验结果表明，应用该方法能有效区分目标光学图像，并可以在干扰下较稳定的完成船舶航迹检测，从而确保船舶航行的安全和稳定。