基于SAR目標識別的深度學習方法
郝巖; 白艷萍; 張校非 中北大學信息與通信工程學院; 太原030051; 中北大學理學院; 太原030051
關鍵詞：dbn sdae 雙通道 單隱含層 加權融合
摘要：研究了DBN和SDAE在SAR雷達目標識別領域的應用,并在此基礎上提出了一種雙通道單隱含層的深度學習模型DBN-SDAE。該模型的優勢在于采用雙通道的單隱含層模型對圖像數據進行學習,提取圖像特征,避免了傳統深度學習方法隨著隱含層和神經元數量的增加計算復雜度增長過快的缺點;同時采用加權融合方法融合兩個通道所學習的特征,既保留了數據的細節信息,又保留了數據的結構信息,一定程度上解決了特征利用不充分的問題。實驗結果表明,所提方法在NN迭代次數遠遠小于DBN中NN的迭代次數;且在識別準確率上最高可達98.640%,較SDAE和DBN分別高0.511%和1.701%。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
