[发明专利]基于循环神经网络的雷达一维距离像识别方法有效
| 申请号： | 201910490975.X | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110334741B | 公开（公告）日： | 2023-03-31 |
| 发明（设计）人： | 周峰;张钧淞;刘磊;黄娅敏;石晓然;樊伟伟;白雪茹 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F18/2415 | 分类号： | G06F18/2415;G06F18/214;G06N3/0442;G06N3/08 |
| 代理公司： | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人： | 惠文轩 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于循环神经网络的雷达一维距离像识别方法，其步骤为：建立训练数据集和验证数据集；对训练数据集和验证数据集进行预处理；构建循环神经网络模型，并将其作为分类器；将预处理后的训练数据集作为输入数据，训练循环神经网络模型，并更新权重参数，得到训练后的循环神经网络对应的权重参数；构建雷达一维距离像目标识别模型，采用目标识别模型对目标数据进行识别，得到目标对应的类别。本发明利用循环神经网络作为雷达一维距离像目标识别的分类器，具有识别精度高，运算速度快的优点。同时，在低信噪比条件下仍然能保证较高的识别率，为雷达目标识别系统的准确性和稳健性提供良好的保障。 | ||
| 搜索关键词： | 基于 循环 神经网络 雷达 距离 识别 方法 | ||
【主权项】：
1.基于循环神经网络的雷达一维距离像识别方法，其特征在于，包括以下步骤：步骤1，宽带雷达录取目标的一维距离像数据，建立训练数据集和验证数据集；步骤2，分别对训练数据集和验证数据集进行预处理，对应得到预处理后的训练数据集和验证数据集；步骤3，构建循环神经网络模型，并将其作为雷达一维距离像目标识别模型的分类器；步骤4，将预处理后的训练数据集作为输入数据，训练循环神经网络模型，并更新权重参数，得到训练后的循环神经网络对应的权重参数；步骤5，根据训练后的循环神经网络对应的权重参数和循环神经网络模型，构建雷达一维距离像目标识别模型；将宽带雷达采集的目标一维距离像数据作为目标数据，采用雷达一维距离像目标识别模型对目标数据进行识别，得到目标对应的类别。
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西安电子科技大学，未经西安电子科技大学许可，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/201910490975.X/，转载请声明来源钻瓜专利网。
