首页> 中文期刊> 《兵器装备工程学报》 >基于改进CNN的HRRP目标识别方法

基于改进CNN的HRRP目标识别方法

         

摘要

针对HRRP目标识别的传统识别方法识别率低、模型泛化能力不足,提出了一种适合HRRP样本数据的改进CNN模型;采用一维CNN对HRRP样本进行深层特征提取和目标识别,在构建CNN时引入BN算法加快了损失函数的收敛速度;设计了LGBM分类器作为CNN的分类层,有效提高HRRP识别率和识别速度,进一步提升了模型的识别性能;通过与改进前CNN和传统识别方法的对比实验,结果表明所提的改进CNN在提高目标识别率的同时也有效提升了识别速度,可为后续进行HRRP目标识别提供参考。

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