多極化SAR圖像目標的智能識別應用研究
作者：陳曦; 鐘雪蓮 中國電子科技集團公司第38研究所; 合肥230088; 孔徑陣列與空間探測安徽省重點實驗室; 合肥23008
摘要：針對小樣本集的多極化合成孔徑雷達(SAR)圖像目標,提出利用遷移學習、多極化SAR圖像增廣以及網(wǎng)絡架構(gòu)適應性改進,實現(xiàn)了多極化SAR圖像目標端到端的智能分類識別;利用實測機載全極化SAR目標圖像進行了實驗.實驗結(jié)果表明,與傳統(tǒng)機器學習SVM方法相比,基于多極化SAR深度學習方法所包含的多個神經(jīng)網(wǎng)絡隱含層能自適應地提取目標高層語義特征,其目標分類識別精度更高,從而驗證了本文深度學習方法用于多極化SAR圖像目標識別分類的有效性.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
