《一维卷积神经网络用于雷达高分辨率距离像识别》PDF+DOC
作者:殷和义,郭尊华
单位:中国西南电子技术研究所
出版:《电讯技术》2018年第10期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFDATE2018100030
DOC编号:DOCDATE2018100039
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络的液压缸内泄漏在线测量研究》PDF+DOC2019年第09期 郭媛,曾银川,曾良才,傅连东,湛从昌
《基于卷积神经网络的非接触式呼吸暂停算法研究》PDF+DOC2019年第04期 黄永锋,江依鹏,杨树臣
《基于卷积神经网络的数控机床滚珠丝杠副故障诊断研究》PDF+DOC2019年第01期 唐旭,谭继文,徐卫晓,井陆阳
《基于图卷积神经网络和注意力机制的短时交通流量预测》PDF+DOC2019年第04期 李志帅,吕宜生,熊刚
《基于卷积神经网络与注意力模型的人体步态识别》PDF+DOC2019年第07期 汪涛,汪泓章,夏懿,张德祥
《基于卷积神经网络技术的直升机旋翼谱识别方法》PDF+DOC2018年第06期 王志诚,徐卉,梁小溪,王珺,周起华,朱骏
《超视距雷达的轨迹组合》PDF+DOC1999年第Z1期
《基于神经网络的速度估计方法》PDF+DOC2004年第02期 雷华,王明渝
《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC2009年第07期 朱鑫森,刘顺承
《广义支持向量机观测器的设计与仿真》PDF+DOC2008年第04期 彭红星,陈祥光,王红旗
针对人工提取高分辨率距离像(HRRP)优良特征比较困难的问题,研究了基于一维卷积神经网络(CNN)的HRRP识别方法。利用CNN具有分层学习特征的能力,训练CNN自动地从HRRP中学习有用的特征并分类。在仿真实验中描述了网络的相关配置,分析了不同激活函数、不同参数、不同网络结构的识别性能,对比了CNN与其他分类器的识别结果,用可视化特征图直观地说明了CNN通过卷积层能够学习到易于分辨的特征。实验结果表明CNN具有很好的识别性能。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。