内容提供者
基于卷积神经网络的雷达目标HRRP分类识别方法.pptx
2024-10-09
20金币
4MB
25页
快乐****蜜蜂
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共25页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于卷积神经网络的雷达目标HRRP分类识别方法.pptx
,CONTENTS01.02.卷积神经网络的结构卷积神经网络的学习过程卷积神经网络的优势03.HRRP图像的采集HRRP图像的预处理流程预处理过程中的关键技术04.卷积神经网络在图像分类中的应用构建基于卷积神经网络的HRRP图像分类器训练和优化网络模型05.实验数据集介绍实验结果展示结果分析与其他方法的比较06.本研究的主要贡献存在的不足与局限性未来研究方向感谢您的观看！
2024-10-09
20
4MB
基于多尺度卷积神经网络的雷达HRRP目标识别方法.pdf
本发明公开了一种基于多尺度卷积神经网络的雷达HRRP目标识别方法，该方法首先进行预处理降低HRRP样本中的敏感性，然后后接的多尺度卷积神经网络可在保留HRRP样本内所蕴含的序列相关性同时，提取出HRRP包络中所含的信息，最后采用基于RNN的深度学习方法进行目标识别：该方法基于序列相关性进行建模，对物理结构特征进行建模描述，最后通过softmax进行分类识别。
2023-11-13
10
678KB
基于卷积稀疏编码与多分类器融合的雷达HRRP目标识别方法.docx
基于卷积稀疏编码与多分类器融合的雷达HRRP目标识别方法随着雷达技术的不断发展和普及，雷达目标识别作为其中的重要应用之一也逐渐受到广泛的关注。雷达高分辨率距离剖面（HRRP）是目标识别的关键数据源，通过分析HRRP的特征，可以提取目标的识别特征，从而实现对目标的自动识别。但在实际应用中，HRRP中的数据量庞大，且数据往往存在噪声与多样性等问题，因此目标识别仍面临较大的挑战。为了克服上述困难，本文提出了基于卷积稀疏编码与多分类器融合的雷达HRRP目标识别方法。该方法利用卷积神经网络（CNN）实现对HRRP数
2024-10-27
5
10KB
基于谱图切分预处理和卷积神经网络的雷达HRRP目标识别方法.pdf
本发明公开了一种基于谱图切分预处理和卷积神经网络的雷达HRRP目标识别方法，该方法首先进行预处理降低HRRP样本中的敏感性，然后对样本进行谱图变换，紧接着的CNN层可在保留HRRP样本内所蕴含的序列相关性的同时，提取出HRRP包络中所含的信息，再通过双向RNN对时序相关性建模，提取出其高层次特征，最后通过softmax函数进行目标分类。
2023-11-13
10
775KB
基于一维卷积神经网络的雷达目标多普勒像分类识别方法.pdf
本发明涉及一种基于一维卷积神经网络的雷达目标多普勒像分类识别方法，本发明通过雷达设备采集到原始回波数据，经过脉冲压缩、动目标检测得到包含目标和杂波的每帧数据，根据不同目标的多普勒差异性，提取出目标所在距离单元内的一维多普勒像，构成数据集；设计一维卷积神经网络模型，对模型参数进行初始化；通过前向传播和后向传播过程训练网络，并计损失函数；迭代训练直到损失函数收敛或者达到最大次数，训练结束得到一维卷积神经网络模型。
2023-11-01
10
879KB