[发明专利]基于卷积特征提取和机器学习的联合SAR目标识别方法有效
| 申请号： | 201711382006.X | 申请日： | 2017-12-20 |
| 公开（公告）号： | CN107977683B | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 张兴敢;乔卫磊;柏业超;高健;王琼;唐岚 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 南京业腾知识产权代理事务所(特殊普通合伙) 32321 | 代理人： | 郑婷 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于卷积特征提取和机器学习的联合SAR目标识别方法，读取SAR原始图像数据集，并做预处理；使用卷积变换提取SAR图像特征，卷积层使用卷积核在输入层上通过滑动窗口计算卷积再通过激活函数作为输出，得到多个特征图，每个特征图也是由多个图卷积组合而成，亚采样层对上层的得到的特征图亚采样，减小特征图的大小，最后生成1行128列的特征值；将特征值分别使用softmax回归、支持向量机、K邻近训练分类模型；预测的未知类别图像所属类别，最终的预测结果是依靠三种分类器预测结果综合处理得到。本发明联合三种机器学习方法，识别准确率高，方法鲁棒性强。 | ||
| 搜索关键词： | 基于 卷积 特征 提取 机器 学习 联合 sar 目标 识别 方法 | ||
【主权项】：
基于卷积特征提取和机器学习的联合SAR目标识别方法，其特征在于按照以下步骤进行：步骤1.读取SAR原始图像数据集，并做预处理；步骤2.使用卷积变换提取SAR图像特征，卷积层使用卷积核在输入层上通过滑动窗口计算卷积再通过激活函数作为输出，得到多个特征图，每个特征图也是由多个图卷积组合而成，亚采样层对上层的得到的特征图亚采样，减小特征图的大小，最后生成1行128列的特征值；步骤3将步骤2中得到的特征值分别使用softmax回归、支持向量机、K邻近训练分类模型；步骤4预测的未知类别图像所属类别。
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南京大学，未经南京大学许可，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/201711382006.X/，转载请声明来源钻瓜专利网。
