[发明专利]一种基于辅助判决更新学习的合成孔径雷达目标识别方法有效
| 申请号： | 201711088179.0 | 申请日： | 2017-11-08 |
| 公开（公告）号： | CN107886123B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 崔宗勇;唐翠;曹宗杰 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 51232 成都点睛专利代理事务所(普通合伙) | 代理人： | 孙一峰 |
| 地址： | 611731 四川省*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于雷达遥感应用技术领域，具体的说是涉及一种基于辅助判决更新学习的合成孔径雷达目标识别方法。本发明的方法利用少量的初始训练样本训练初始模型，新增的未标签的图像作为测试样本，识别结果再作为下一次训练的训练样本，在已有模型的基础上迭代训练直至得到一个识别效率稳定成熟的识别系统。本发明利用卷积神经网络为主体提取SAR目标的深层特征进行分类，再结合辅助分类器的辅助判决，使得新增的无标签SAR图像可以直接运用于已有分类器，同时避免了样本重复训练，提高了识别效率。 | ||
| 搜索关键词： | 一种 基于 辅助 判决 更新 学习 合成孔径雷达 目标 识别 方法 | ||
【主权项】：
1.一种基于辅助判决更新学习的合成孔径雷达目标识别方法，其特征在于，包括以下步骤：/nS1、搭建卷积神经网络模型，该卷积神经网络模型包含卷积层、池化层、全连接层以及Softmax分类器；卷积神经网络节点处采用激活函数；/n所述卷积神经网络模型具备以下特征：/n卷积神经网络的卷积层通过尺寸大小为ω的卷积滤波器的卷积操作来提取输入的SAR图像样本的不同特征，卷积层输出：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711088179.0/，转载请声明来源钻瓜专利网。
