基于改进的一维卷积神经网络的高分辨距离像识别方法

• 作者: 殷红成 盛晶 董纯柱 袁莉 陆金文
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 高分辨距离像 目标识别 改进的一维卷积神经网络 深度学习
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 学术研究
• 页码范围: 19-22,27
• 页数: 5页
• 分类号: TN957
• 字数: 4071字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2020.08.004

摘要

为了提高宽带雷达高分辨距离像目标识别性能,提出一种改进的一维卷积神经网络模型.考虑实际目标样本不足和信噪比低的问题,引入全局平均池化对整个网络模型做正则化,防止过拟合.针对真假目标形状和尺寸相似的情况,分析了该模型对不同形状和尺寸目标的识别效果.实验结果表明,在训练样本数量较少和噪声干扰条件下,该模型可以有效地实现目标类型和尺寸识别.所提模型有助于解决实际真假目标形状和尺寸相似、样本不足以及信噪比低等情况下的雷达高分辨距离像自动目标识别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆金文	北京环境特性研究所电磁散射重点实验室	1	0	0.0	0.0
2	殷红成	北京环境特性研究所电磁散射重点实验室	5	10	1.0	3.0
3	盛晶	北京环境特性研究所电磁散射重点实验室	1	0	0.0	0.0
4	袁莉	北京环境特性研究所电磁散射重点实验室	1	0	0.0	0.0
5	董纯柱	北京环境特性研究所电磁散射重点实验室	1	0	0.0	0.0