改进的ELU卷积神经网络在SAR图像舰船检测中的应用

• 作者: 姜东民 张宁 白玉 白郁 裴加军
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 合成孔径雷达 卷积神经网络 模糊支持向量机(FSVM) 代价函数 分类函数
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 技术交流
• 页码范围: 125-128
• 页数: 4页
• 分类号: P237
• 语种: 中文

摘要

随着航天技术的发展,我国SAR载荷的探测体系呈现多种类、多分辨率的发展趋势.传统的检测识别方法很难适应多分辨率、多种类的SAR图像数据,从而需要寻求一种能从多分辨率的图像数据中提取有效特征的方法.智能化发展非常迅速,本文基于SAR图像的特点,提出了改进的ELU激活函数卷积神经网络的方法,建立了结合ELU激活函数和二次代价函数的深度学习模型.同时,在训练样本中建立样本特征与所在分类中心的距离函数,用模糊支持向量机(FSVM)对提取的特征进行了分类.试验结果表明,本文方法提高了SAR图像舰船检测的抗噪性,并且检测率达到了98.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴加军		4	27	3.0	4.0
2	白玉	沈阳航空航天大学电子信息工程学院	24	59	5.0	7.0
3	张宁		10	52	4.0	7.0
4	白郁		2	14	2.0	2.0
5	姜东民	沈阳航空航天大学电子信息工程学院	1	10	1.0	1.0