基于SAR目标识别的深度学习方法 |
| |
引用本文: | 郝岩,白艳萍,张校非.基于SAR目标识别的深度学习方法[J].火力与指挥控制,2019,44(10). |
| |
作者姓名: | 郝岩 白艳萍 张校非 |
| |
作者单位: | 中北大学信息与通信工程学院,太原,030051;中北大学理学院,太原,030051 |
| |
基金项目: | 国家自然科学基金;山西省自然科学基金;山西省自然科学基金;山西省自然科学基金;山西省回国留学人员科研基金项目;中北大学校科研基金资助项目 |
| |
摘 要: | 研究了DBN和SDAE在SAR雷达目标识别领域的应用,并在此基础上提出了一种双通道单隐含层的深度学习模型—DBN-SDAE。该模型的优势在于采用双通道的单隐含层模型对图像数据进行学习,提取图像特征,避免了传统深度学习方法随着隐含层和神经元数量的增加计算复杂度增长过快的缺点;同时采用加权融合方法融合两个通道所学习的特征,既保留了数据的细节信息,又保留了数据的结构信息,一定程度上解决了特征利用不充分的问题。实验结果表明,所提方法在NN迭代次数远远小于DBN中NN的迭代次数;且在识别准确率上最高可达98.640%,较SDAE和DBN分别高0.511%和1.701%。
|
关 键 词: | DBN SDAE 双通道 单隐含层 加权融合 |
本文献已被 CNKI 万方数据 等数据库收录! |
|