深度學習及其在海洋目標檢測中的應用

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

　　柳林，博士，碩士生導師，山東科技大學測繪學院副教授，山東省“泰山學者”建設工程團隊骨干成員，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“長江學者”函評專家，IEEE J-STARS、Ocean and Coastal Management知名SCI期刊及國內《測繪科學》等核心期刊審稿人。主要從事GIS、海洋GIS、智慧城市相關教學、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20余項。出版專著3部