文献类型：期刊文章

作　　者：许自龙[1] 方小平[1]

XU Zi-long;FANG Xiao-ping(Department of Information Engineering Gongqing College of Nanchang University,Jiujiang 332020,China)

机构地区：[1]南昌大学共青学院信息工程系,江西九江332020

出　　处：《舰船科学技术》

年　　份：2023

卷　　号：45

期　　号：17

起止页码：182-185

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：为了在海量舰船网络数据库中准确获取目标数据,提高数据库目标数据检索的成功率与检索精度,基于哈希学习算法,对舰船网络数据库目标数据检索方法展开研究。通过深度卷积神经网络与哈希学习的有效结合,构建舰船网络数据库目标数据检索模型,利用深度卷积神经网络提取舰船网络数据库中的数据特征,通过哈希学习层获取舰船网络数据库中数据特征的检索匹配哈希码,并在检索模型中引入加权余弦三元组损失函数完成模型训练,将目标数据作为训练后的模型输入,通过匹配输出的目标数据特征哈希码和舰船网络数据库中数据特征检索哈希码,实现舰船网络数据库目标数据检索。实验表明:该方法可实现舰船网络数据库目标数据检索,检索成功率为100%,可获取准确的经纬度数据;对图像以及文本数据库目标数据均值平均精度最高为82%、78%,检索精度较高,检索的实际应用性能较高。

关 键 词：哈希学习  舰船网络  数据库 目标数据检索  卷积神经网络 损失函数

分 类 号：TM391.41]