基于增强数据集卷积神经网络的SAR目标识别方法

• 作者: 陈明逊 陈欣
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 合成孔径雷达 目标识别 卷积神经网络 增强数据集
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能技术
• 页码范围: 86-93
• 页数: 8页
• 分类号: TP753
• 字数: 4036字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.01.013

摘要

提出基于增强数据集卷积神经网络的合成孔径雷达(SAR)目标识别方法.卷积神经网络的分类能力与训练样本的数量和全面性息息相关.由于SAR目标识别中存在大量的扩展操作条件,基于原始少量训练样本的卷积神经网络稳健性较差.通过添加噪声构造噪声样本;通过多分辨率分析获得多分辨率的样本;通过模拟部分遮挡获得不同程度的遮挡样本.采用增强后的训练样本训练卷积神经网络从而提高其对于噪声干扰、分辨率变换以及部分遮挡等情形的稳健性.同时,由更多训练样本训练得到的网络对于其他扩展操作条件的适应性也有一定的提高.基于MSTAR数据集进行了验证实验,证明了提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈明逊		6	10	2.0	2.0
2	陈欣	重庆邮电大学移通学院	5	1	1.0	1.0