深度學(xué)習(xí)及其在海洋目標(biāo)檢測中的應(yīng)用

　　全書共分6章。第1章 深度學(xué)習(xí)理論基礎(chǔ)，闡述了人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)理論、技術(shù)和方法以及三者之間的關(guān)系。第2章 人工神經(jīng)網(wǎng)絡(luò)模型，總結(jié)介紹了神經(jīng)網(wǎng)絡(luò)的架構(gòu)、類型、工作原理和優(yōu)化訓(xùn)練方法。第3章 卷積神經(jīng)網(wǎng)絡(luò)，分析論述了深度學(xué)習(xí)的典型算法——卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)成、機理、發(fā)展和應(yīng)用，探討了深度學(xué)習(xí)的前沿模型——圖卷積神經(jīng)網(wǎng)絡(luò)和圖注意力網(wǎng)絡(luò)的機制、優(yōu)勢和實現(xiàn)方法。第4章 海洋硬目標(biāo)檢測DL模型構(gòu)建，將深度學(xué)習(xí)引入到海洋目標(biāo)檢測領(lǐng)域，基于CNN構(gòu)建了針對硬目標(biāo)檢測的深度學(xué)習(xí)模型——OceanTDAx系列模型，并對模型進行訓(xùn)練、優(yōu)化和評估，在此基礎(chǔ)上采用所構(gòu)建的模型進行海洋目標(biāo)檢測實驗。第5章海洋分布目標(biāo)檢測DL模型構(gòu)建，構(gòu)建了針對海洋分布目標(biāo)檢測的深度學(xué)習(xí)模型——OceanTDLx系列模型，并對模型進行訓(xùn)練、優(yōu)化和目標(biāo)檢測實驗。第6章基于多核并行架構(gòu)的海洋目標(biāo)檢測，設(shè)計了OISPMDA-FDB多核并行架構(gòu)，實現(xiàn)基于CNN初檢的CFAR海洋目標(biāo)提取、卡方分布臨界值海洋目標(biāo)提取、基于loglogistic的海洋目標(biāo)提取、基于伴方差修正模型的復(fù)雜海況的海洋目標(biāo)提取，共執(zhí)行了4類30個海洋目標(biāo)參數(shù)并行提取實驗。

　　柳林，博士，碩士生導(dǎo)師，山東科技大學(xué)測繪學(xué)院副教授，山東省“泰山學(xué)者”建設(shè)工程團隊骨干成員，青島市第十屆青年科技獎獲得者，青島黃島新區(qū)拔尖人才，教育部“長江學(xué)者”函評專家，IEEE J-STARS、Ocean and Coastal Management知名SCI期刊及國內(nèi)《測繪科學(xué)》等核心期刊審稿人。主要從事GIS、海洋GIS、智慧城市相關(guān)教學(xué)、科研工作，已出版專著1部，發(fā)表文章30余篇（其中檢索9篇），獲得專利等知識產(chǎn)權(quán)20余項。出版專著3部