基于损失加权修正的舰船目标HRRP小样本元学习识别方法

作     者：简涛 王哲昊 王海鹏 刘瑜 魏广芬 JIAN Tao;WANG Zhehao;WANG Haipeng;LIU Yu;WEI Guangfen

作者机构：海军航空大学信息融合研究所山东烟台264001 山东工商学院信息与电子工程学院山东烟台264005 

基　　金：国家自然科学基金(61971432,61790551) 泰山学者工程专项经费资助(tsqn201909156) 山东省高等学校青创科技支持计划(2019KJN031) 基础加强计划技术领域基金(2019-JCJQ-JJ-060) 

出 版 物：《信号处理》 (Journal of Signal Processing)

年 卷 期：2022年第38卷第12期

页      码：2460-2468页

摘      要：针对现有小样本高分辨距离像(high resolution range profile,HRRP)元学习识别方法难以适应任务经验差异的问题,提出了基于损失加权修正的舰船目标元学习识别方法。该方法以元学习理论为基础,设计了基础学习器与元学习器相结合的预训练模型。由于不同的特性损失可反映出学习经验的差异程度,故基于任务损失值对元学习器的损失函数进行加权处理,以减轻不同任务的偏差影响。然后,利用预训练模型对仿真数据的学习经验,在小样本测试任务集上进行舰船目标实测HRRP的分类识别。实验结果表明,所提方法与对比模型相比,可在小样本条件下获得更佳的识别效果,具备良好的小样本分类识别能力。

主 题 词：舰船识别 高分辨距离像 元学习 卷积神经网络 小样本 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 081105[081105] 081001[081001] 081002[081002] 0825[工学-环境科学与工程类] 0811[工学-水利类] 

核心收录：

D　O　I：10.16798/j.issn.1003-0530.2022.12.002

馆 藏 号：203117947...