合成孔径雷达图像目标的卷积神经网识别框架

• 作者: 张耿宁 徐伟光 李航 李阳 王家宝 苗壮
• 来源期刊: 计算机应用研究
• 关键词: 合成孔径雷达 目标识别 卷积神经网 反馈学习
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1597-1600
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.05.072

摘要

针对合成孔径雷达(SAR)图像目标识别问题,在卷积神经网的基础上,提出了一种新的识别框架.该框架通过连接多个基本操作单元并以层次结构构造一个集特征提取和分类器训练于一体的端到端网络,同时利用深度网络的反向传播完成分类器对特征提取的反馈以改进特征的效果.在MSTAR公开数据集上,该网络框架分类十类目标达到了98.61％的精度,与其他方法相比,有效提高了SAR图像目标的识别精度.所提框架能有效分类SAR图像目标,具有良好的识别精度,且具备模块化结构,无须复杂预处理,实现简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗壮	解放军理工大学指挥信息系统学院	30	266	8.0	15.0
2	李阳	解放军理工大学指挥信息系统学院	18	91	6.0	9.0
3	张耿宁	解放军理工大学指挥信息系统学院	4	43	4.0	4.0
4	王家宝	解放军理工大学指挥信息系统学院	13	82	6.0	8.0
5	李航	解放军理工大学指挥信息系统学院	5	49	4.0	5.0
6	徐伟光	解放军理工大学指挥信息系统学院	10	34	5.0	5.0