基于并联卷积神经网络的SAR图像目标识别

• 作者: 李清 魏雪云
• 来源期刊: 电波科学学报
• 学科: 工学
• 关键词: 目标识别 卷积神经网络(CNN) ELU RMSProp Nesterov 合成孔径雷达(SAR)
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论文
• 页码范围: 364-371
• 页数: 8页
• 分类号: TN957.52
• 字数: 4246字
• 语种: 中文
• DOI: 10.13443/j.cjors.2019051701

摘要

基于合成孔径雷达(synthetic aperture radar,SAR)在图像目标识别领域中识别精度低的问题,设计一种利用并联卷积神经网络(convolutional neural network,CNN)来提取SAR图像特征的目标识别方法.首先利用改进的ELU激活函数代替常规的ReLU激活函数,建立与二次代价函数相结合的深度学习模型.其次采用均方根支柱(root mean square Prop,RMSProp)与Nesterov动量结合的优化算法执行代价函数参数迭代更新的任务,利用Nesterov引入动量改变梯度,从两方面改进更新方式,有效地提高网络的收敛速度与精度.通过对美国国防研究规划局(DARPA)和空军研究实验室(AFRL)共同推出的MSTAR数据集进行实验,实验表明,该文提出的算法能充分提取出SAR图像中各类目标所蕴含的信息,具有较好的识别性能,是一种有效的目标识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏雪云	江苏科技大学电子信息学院	10	8	1.0	2.0
2	李清	江苏科技大学电子信息学院	1	0	0.0	0.0