基于卷积神经网络的SAR目标多维度特征提取

被引：9

作者：

张慧 ^{[1
]}

肖蒙 ^{[2
]}

崔宗勇 ^{[2
]}

机构：

[1] 电子科技大学成都学院

[2] 电子科技大学电子工程学院

来源：

机械制造与自动化 | 2017年 / 46卷 / 01期

关键词：

雷达; 目标识别; 多维度特征; 特征提取; 合成孔径雷达; 卷积神经网络;

D O I：

10.19344/j.cnki.issn1671-5276.2017.01.030

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：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于合成孔径雷达SAR的目标识别在军用和民用领域正发挥着越来越重要的作用,而特征提取是SAR目标识别过程的关键环节,提出基于深度卷积神经网络的SAR目标识别方法,建立深度卷积神经网络模型,提取并展示目标的多维度层级特征,并利用卷积神经网络的自我学习能力,解决特征选择问题,实现SAR目标自动识别。针对MSTAR数据集的试验表明,识别率达到93.99%,相较于传统的单维度特征模式识别方法,识别性能更加优异。

引用

页码：111 / 115

页数：5

共 3 条

[1]

合成孔径雷达目标识别理论与关键技术研究.[D].崔宗勇.电子科技大学.2015, 03

[2]

Hierarchical Recognition System for Target Recognition from Sparse Representations.[J].Zongyong Cui;Zongjie Cao;Jianyu Yang;Hongliang Ren;P. Balasubramaniam.Mathematical Problems in Engineering.2015,

[3]

A hierarchical propelled fusion strategy for SAR automatic target recognition..[J].Zongyong Cui;Zongjie Cao;Jianyu Yang;Jilan Feng.EURASIP J. Wireless Comm. and Networking.2013, 1

← 1 →