首页  专利技术  电子电路装置的制造及其应用技术

一种基于轻量化神经网络的SAR场景目标识别方法及装置

2025-07-01 16:20:07 480次浏览

技术特征:

1.一种基于轻量化神经网络的sar场景目标识别方法,其特征在于,包括:

2.根据权利要求1所述的一种基于轻量化神经网络的sar场景目标识别方法,其特征在于,所述输入预处理子模块用于对所述训练数据集进行标注,并将所述训练数据集划分为训练集和测试集;通过对样本进行随机打散,提取样本的幅度、相位和小波域信息;

3.根据权利要求2所述的一种基于轻量化神经网络的sar场景目标识别方法,其特征在于,所述核心特征提取子模块用于提取sar场景目标的局部联系信息,通过所述局部联系信息揭示目标内部的局部结构和关系;

4.根据权利要求3所述的一种基于轻量化神经网络的sar场景目标识别方法,其特征在于,所述空间映射子模块通过多层感知机网络,采用空间映射策略对从所述深层特征提取子模块接收的特征进行加权映射,得到类别数据值,并将所述类别数据值发送到所述分类输出子模块;

5.根据权利要求4所述的一种基于轻量化神经网络的sar场景目标识别方法,其特征在于,在构建所述训练数据集的过程中,所述训练数据集是将mstar数据集与minisar数据集通过cm图像融合策略融合之后进行逆成像的sar场景目标信号。

6.一种基于轻量化神经网络的sar场景目标识别装置,采用权利要求1-5任一种基于轻量化神经网络的sar场景目标识别方法,其特征在于,包括:

7.根据权利要求6所述的一种基于轻量化神经网络的sar场景目标识别装置,其特征在于,所述sar场景目标识别系统构建模块中,所述输入预处理子模块用于对所述训练数据集进行标注,并将所述训练数据集划分为训练集和测试集;通过对样本进行随机打散,提取样本的幅度、相位和小波域信息;

8.根据权利要求7所述的一种基于轻量化神经网络的sar场景目标识别装置,其特征在于,所述sar场景目标识别系统构建模块中,所述核心特征提取子模块用于提取sar场景目标的局部联系信息,通过所述局部联系信息揭示目标内部的局部结构和关系;

9.根据权利要求8所述的一种基于轻量化神经网络的sar场景目标识别装置,其特征在于,所述sar场景目标识别系统构建模块中,所述空间映射子模块通过多层感知机网络,采用空间映射策略对从所述深层特征提取子模块接收的特征进行加权映射,得到类别数据值,并将所述类别数据值发送到所述分类输出子模块;

10.根据权利要求9所述的一种基于轻量化神经网络的sar场景目标识别装置,其特征在于,所述训练数据集构建模块中,在构建所述训练数据集的过程中,所述训练数据集是将mstar数据集与minisar数据集通过cm图像融合策略融合之后进行逆成像的sar场景目标信号。


技术总结
一种基于轻量化神经网络的SAR场景目标识别方法及装置,该方法构建基于轻量化神经网络的SAR场景目标识别系统;构建训练数据集,通过训练数据集对SAR场景目标识别系统的设定模块进行训练,并保存设定模块训练后的权重参数;将设定模块训练后的权重参数载入SAR场景目标识别系统,获得训练后的SAR场景目标识别系统;将SAR场景目标信号输入训练后的SAR场景目标识别系统,通过训练后的SAR场景目标识别系统进行识别,获得最终识别结果。本发明将SAR信号的幅度、相位以及小波域信息作为输入,能够深入挖掘并充分利用SAR图像的多样化特征,从而显著提升了识别性能,为SAR图像识别领域注入了新的活力。

技术研发人员:全斯农,蔡志豪,孟维泽,邢世其,李永祯,汪俊澎,王浩
受保护的技术使用者:中国人民解放军国防科技大学
技术研发日:
技术公布日:2024/11/18
文档序号 : 【 40050728 】

技术研发人员:全斯农,蔡志豪,孟维泽,邢世其,李永祯,汪俊澎,王浩
技术所有人:中国人民解放军国防科技大学

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
全斯农蔡志豪孟维泽邢世其李永祯汪俊澎王浩中国人民解放军国防科技大学
基于竞争遗传算法的励磁机饱和系数计算方法与流程 基于光热储能的能源系统运行优化方法及系统与流程
相关内容