摘要： 为提高船舶分类识别的精度，提出一种卷积神经网络（ＣＮＮ）与极限学习机（ＥＬＭ） 相结合的分类识别方法。该方法采用８层ＡｌｅｘＮｅｔ的卷积神经网络对船舶训练图片进行监督训 练，并把ＡｌｅｘＮｅｔ网络的第一个全连接层的输出作为特征训练样本完成对ＥＬＭ的监督训练。对 比实验结果表明：本文方法对船舶分类识别平均准确率为９４％。