多极化SAR图像目标的智能识别应用研究

• 作者: 钟雪莲 陈曦
• 来源期刊: 空军预警学院学报
• 学科: 工学
• 关键词: 合成孔径雷达 深度学习 目标检测 目标识别
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 预警探测
• 页码范围: 20-24
• 页数: 5页
• 分类号: TN958
• 字数: 3309字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5839.2019.01.005

摘要

针对小样本集的多极化合成孔径雷达(SAR)图像目标,提出利用迁移学习、多极化SAR图像增广以及网络架构适应性改进,实现了多极化SAR图像目标端到端的智能分类识别;利用实测机载全极化SAR目标图像进行了实验.实验结果表明,与传统机器学习SVM方法相比,基于多极化SAR深度学习方法所包含的多个神经网络隐含层能自适应地提取目标高层语义特征,其目标分类识别精度更高,从而验证了本文深度学习方法用于多极化SAR图像目标识别分类的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦		24	160	8.0	12.0
3	钟雪莲		11	29	3.0	5.0