摘要:針對小樣本集的多極化合成孔徑雷達(dá)(SAR)圖像目標(biāo),提出利用遷移學(xué)習(xí)、多極化SAR圖像增廣以及網(wǎng)絡(luò)架構(gòu)適應(yīng)性改進(jìn),實現(xiàn)了多極化SAR圖像目標(biāo)端到端的智能分類識別;利用實測機(jī)載全極化SAR目標(biāo)圖像進(jìn)行了實驗.實驗結(jié)果表明,與傳統(tǒng)機(jī)器學(xué)習(xí)SVM方法相比,基于多極化SAR深度學(xué)習(xí)方法所包含的多個神經(jīng)網(wǎng)絡(luò)隱含層能自適應(yīng)地提取目標(biāo)高層語義特征,其目標(biāo)分類識別精度更高,從而驗證了本文深度學(xué)習(xí)方法用于多極化SAR圖像目標(biāo)識別分類的有效性.
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
空軍預(yù)警學(xué)院學(xué)報雜志, 雙月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:預(yù)警探測、軍事教育與管理、電子科學(xué)與技術(shù)、信息、情報與通信、信息對抗、作戰(zhàn)指揮與訓(xùn)練等。于1987年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。