少量样本下基于孪生CNN的SAR目标识别

王博威; 潘宗序; 胡玉新; 马闻

首页> 中文期刊> 《雷达科学与技术》 >少量样本下基于孪生CNN的SAR目标识别

少量样本下基于孪生CNN的SAR目标识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对深度学习中的有监督学习需要大量的标注数据,提出了一种少量训练样本下的SAR目标识别方法,解决了SAR图像人工标注成本较高、标注样本不足的问题。首先通过构建正负样本对的策略对数据集进行样本扩充,大幅增加数据量;其次,设计了一种基于度量学习和深度学习的孪生卷积神经网络(孪生CNN),用于衡量样本之间的相似概率;然后采用多任务联合学习的方法训练模型,有效缓解了相干斑噪声对SAR图像的影响,降低了噪声过多易引起的过拟合风险;最后,设计了一种基于孪生CNN的识别样本具体类别的加权投票模型。实验采用了MSTAR和OpenSARShip数据集,在小规模训练集上通过上述方法取得了较好的识别效果。

著录项

来源
《雷达科学与技术》 |2019年第6期|603-609615|共8页
作者
王博威; 潘宗序; 胡玉新; 马闻;
展开▼
作者单位

中国科学院大学北京100049;

中国科学院电子学研究所北京100190;

中国科学院空间信息处理与应用系统技术重点实验室北京100190;

展开▼
原文格式 PDF
正文语种 chi
中图分类雷达：按体制分;人工神经网络与计算;
关键词
少量样本; 孪生卷积神经网络(孪生CNN); SAR目标识别; 过拟合;

相似文献

中文文献
外文文献
专利

1. 基于多尺度注意力CNN的SAR遥感目标识别 [J] . 陈禾 ,张心怡 ,李灿 . 雷达科学与技术 . 2021,第005期
2. 基于CNN的不平衡SAR图像舰船目标识别 [J] . 邵嘉琦 ,曲长文 ,李健伟 . 电光与控制 . 2019,第009期
3. 基于样本正交子空间的SAR目标识别方法 [J] . 韩征 ,苏志刚 ,韩萍 . 电子与信息学报 . 2009,第011期
4. 小样本条件下基于卷积孪生网络的变压器故障诊断 [J] . 朱瑞金 ,郝东光 ,胡石峰 . 电力系统及其自动化学报 . 2021,第001期
5. 样本不平衡下基于CNN的主变压器局部放电图谱识别 [J] . 刘航斌 ,林厚飞 ,叶静 . 信息技术 . 2021,第009期
6. 一种新的基于少量样本的目标识别与分割方法 [C] . 姚志军 ,韩秋蕾 . 第九届全国信息获取与处理学术会议 . 2011
7. 基于CNN的SAR目标识别算法研究 [A] . 吴义龙 . 2020

少量样本下基于孪生CNN的SAR目标识别

摘要

著录项

相似文献

相关主题

期刊订阅