• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《长江信息通信》 >基于深度学习的SAR目标识别技术研究

基于深度学习的SAR目标识别技术研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

对于SAR图像而言,二维图像的维度要远大于一维距离@像的维度。因此,无法直接对高维数据进行处理。为了解决该问题,我们提出了一种利用深度学习技术对SAR图像特征进行离线学习的方法。深度学习是一种通过多层结构进行机器学习的神经网络模型,直接从原始的信息中学习特征。深度学习提出后,在图像识别、语音识别以及目标侦测等许多领域都得到了广泛的应用,并取得了不错的效果。深度学习在不同应用中采取了不同的结构,其中,卷积神经网络(Convolutional Neural Network,CNN)因其可以直接处理二维数据而不破坏其拓扑性,所以常用于图像识别问题。文章针对SAR图像的目标识别问题,设计了一种表现良好的卷积神经网络模型;针对网络模型搭建中模型修改导致的重复训练问题,设计了一种基于NET2NET的迁移学习方法,有效降低了网络训练时间。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号