一种基于Dropout约束深度极限学习机的雷达目标分类算法

• 作者: 刘永祥 赵飞翔 霍凯
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: 极限学习机 深度学习 Dropout约束 雷达目标分类 栈式自动编码器
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 论文
• 页码范围: 613-621
• 页数: 9页
• 分类号: TN957.51
• 字数: 5527字
• 语种: 中文
• DOI: 10.12000/JR18048

摘要

雷达目标分类在军事和民用领域发挥着重要作用.极限学习机(Extreme Learning Machine,ELM)因其学习速度快、泛化能力强而被广泛应用于分类任务中.然而,由于其浅层结构,ELM无法有效地捕获数据深层抽象信息.虽然许多研究者已经提出了深度极限学习机,它可以用于自动学习目标高级特征表示,但是当训练样本有限时,模型容易陷入过拟合.为解决此问题,该文提出一种基于Dropout约束的深度极限学习机雷达目标分类算法,在雷达测量数据上的实验结果表明所提算法在分类准确率上达到93.37％,相较栈式自动编码器算法和传统深度极限学习机算法分别提高了5.25％和8.16％,验证了算法有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永祥	国防科技大学电子科学学院	28	627	14.0	25.0
2	霍凯	国防科技大学电子科学学院	8	57	4.0	7.0
3	赵飞翔	国防科技大学电子科学学院	1	2	1.0	1.0