基于卷积神经网络的高分辨距离像目标识别

• 作者: 孙晶明 彭雄伟 杨予昊 虞盛康
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 高分辨距离像 目标识别 深度学习 卷积神经网络
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 信号处理
• 页码范围: 24-28
• 页数: 5页
• 分类号: TN957.51
• 字数: 2704字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2017.12.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晶明		8	25	2.0	5.0
5	杨予昊		20	42	4.0	6.0
9	彭雄伟		2	16	1.0	2.0
13	虞盛康		2	16	1.0	2.0