共 5 条
一种改进的卷积神经网络SAR目标识别算法
被引：16
作者：
许强
[1
]
李伟
[1
]
占荣辉
[2
]
邹鲲
[1
]
机构：
[1] 空军工程大学信息与导航学院
[2] 国防科技大学自动目标识别重点实验室
来源：
关键词：
卷积神经网络;
合成孔径雷达;
数据增强;
修正线性单元;
D O I：
暂无
中图分类号：
TN957.52 [数据、图像处理及录取];
TP183 [人工神经网络与计算];
学科分类号：
摘要：
针对卷积神经网络在标签数据不足条件下易发生的过拟合现象及噪声条件下的合成孔径雷达目标识别问题,提出了一种改进的卷积神经网络目标识别算法.首先利用数据增强技术扩增训练集,以提高网络泛化能力;其次利用零相位成分分析对目标进行特征提取,得到一组特征集对卷积神经网络进行预训练.为优化网络结构,防止过拟合现象,在网络中采用了修正线性单元、Dropout、正则化、单位卷积核等稀疏性技术.实验表明,算法对各类目标及其变形目标子类具有较好的识别性能,并对噪声有较强的鲁棒性,是一种有效的目标识别算法.
引用
收藏
页码：177 / 183
页数：7
相关论文