基于卷积神经网络的高分辨距离像目标识别

被引：21

作者：

杨予昊 ^{[1
,2
]}

孙晶明 ^{[1
,2
]}

虞盛康 ^{[1
,2
]}

彭雄伟 ^{[1
,2
]}

机构：

[1] 南京电子技术研究所

[2] 中国电子科技集团公司智能感知技术重点实验室

来源：

现代雷达 | 2017年 / 39卷 / 12期

关键词：

高分辨距离像; 目标识别; 深度学习; 卷积神经网络;

D O I：

10.16592/j.cnki.1004-7859.2017.12.005

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

摘要：

特征提取是基于高分辨距离像进行雷达目标识别的关键技术。传统的人工提取特征的算法,只利用了浅层结构特征,不可避免会带来信息损失,从而导致目标识别方法的泛化性不强。针对上述问题,文中尝试引入深度学习工具,提出了一种基于卷积神经网络的目标识别方法。通过构造适用于处理高分辨距离像的卷积神经网络模型,优化深度学习参数,充分发掘高分辨距离像所包含的目标深层次属性特征,实现稳健的自动特征提取,完成目标分类。最后,基于实测数据对该方法进行了性能验证,实验结果显示了所提方法的有效性。

引用

页码：24 / 28

页数：5

共 19 条

[1] 对数变换在高分辨距离像目标识别中的应用
孙晶明
杨予昊
邢远见
王梓谦
[J]. 现代雷达, 2016, 38 (11) : 40 - 43+74
[2] 基于卷积神经网络的SAR图像目标识别研究.
田壮壮
占荣辉
胡杰民
张军
[J]. 雷达学报, 2016, 5 (03) : 320 - 325
[3] 基于双向滑动平均的目标长度特征提取方法
周云
舒占军
李华琼
周洪宇
于雪莲
[J]. 现代雷达, 2016, 38 (04) : 25 - 29
[4] 基于雷达宽窄带多特征信息融合的空中目标识别
孙俊
陈亚伟
李崇谊
谢苏道
[J]. 现代雷达, 2015, 37 (07) : 15 - 19
[5] 幅度谱差分子空间雷达自动目标识别
刘敬
[J]. 现代雷达, 2012, 34 (08) : 38 - 41+45
[6] 基于C-均值聚类的高分辨距离像识别
单凯晶
肖怀铁
朱俊
[J]. 现代雷达, 2010, 32 (06) : 49 - 53
[7] 基于优化核Fisher判别分析的雷达目标识别
朱劼昊
周建江
汪飞
吴杰
[J]. 现代雷达, 2009, 31 (10) : 70 - 74+78
[8] 基于高分辨一维像的目标特征提取方法
徐庆
王秀春
李青
[J]. 现代雷达, 2009, 31 (06) : 60 - 63
[9] 高分辨率雷达信号参数对目标识别的影响
邓泳
王彩云
[J]. 现代雷达, 2008, (08) : 40 - 45
[10] 基于三种不同绝对对齐方法的分类器分析
陈渤
刘宏伟
保铮
[J]. 现代雷达, 2006, (03) : 58 - 62

← 1 2 →