基于卷积神经网络的SAR图像目标识别算法研究

• 作者: 刘文波 张笑
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 合成孔径雷达 卷积神经网络 目标识别 多样本扩充
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 92-96
• 页数: 5页
• 分类号: TP181|TN911.7
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1801578

摘要

传统的合成孑L径雷达(SAR)图像目标识别算法需要独立设计特征提取算法和分类器,限制了SAR快速拓展到实际应用中.基于卷积神经网络(CNNs)构建一种可直接从输入图像到输出类别的一体化SAR图像目标识别框架,并引入AdaDelta梯度下降优化算法来进行网络优化学习.同时,由于SAR图像获取困难、数量有限,无法保证CNNs网络的大数据量训练样本需求,因此设计了一种基于多样本扩充CNNs的SAR图像目标识别算法.实验证实设计的算法在MSTAR数据集上10类军事目标平均识别率可达97.28％,且对目标平移、旋转、相干斑噪声和目标遮挡具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文波		102	951	15.0	27.0
2	张笑		2	4	1.0	2.0