基于卷积神经网络的SAR目标多维度特征提取

• 作者: 崔宗勇 张慧 肖蒙
• 来源期刊: 机械制造与自动化
• 学科: 工学
• 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
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 111-115
• 页数: 5页
• 分类号: TP391.4
• 字数: 4400字
• 语种: 中文
• DOI: 10.19344/j.cnki.issn1671-5276.2017.01.030

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张慧	电子科技大学成都学院	12	24	3.0	4.0
2	崔宗勇	电子科技大学电子工程学院	6	19	2.0	4.0
3	肖蒙	电子科技大学电子工程学院	1	13	1.0	1.0