多极化SAR图像目标的智能识别应用研究
作者： 中国电子科技集团公司第38研究所; 合肥230088; 孔径阵列与空间探测安徽省重点实验室; 合肥23008
摘要：针对小样本集的多极化合成孔径雷达(SAR)图像目标,提出利用迁移学习、多极化SAR图像增广以及网络架构适应性改进,实现了多极化SAR图像目标端到端的智能分类识别;利用实测机载全极化SAR目标图像进行了实验.实验结果表明,与传统机器学习SVM方法相比,基于多极化SAR深度学习方法所包含的多个神经网络隐含层能自适应地提取目标高层语义特征,其目标分类识别精度更高,从而验证了本文深度学习方法用于多极化SAR图像目标识别分类的有效性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
空军预警学院学报杂志
空军预警学院学报杂志， 双月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：预警探测、军事教育与管理、电子科学与技术、信息、情报与通信、信息对抗、作战指挥与训练等。于1987年经新闻总署批准的正规刊物。
- 部级期刊
- 1个月内审核
