基于卷积神经网络的SAR图像目标识别算法研究

作     者：张笑 刘文波 Zhang Xiao;Liu Wenbo

作者机构：南京航空航天大学自动化学院 

基　　金：国家自然科学基金(61471191) 航空科学基金(20152052026) 南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20170313) 中央高校基本科研业务费专项资金 江苏省研究生科研与实践创新计划(KYCX17_0249)项目资助 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2018年第41卷第14期

页      码：92-96页

摘      要：传统的合成孔径雷达（SAR）图像目标识别算法需要独立设计特征提取算法和分类器,限制了SAR快速拓展到实际应用中。基于卷积神经网络（CNNs）构建一种可直接从输入图像到输出类别的一体化SAR图像目标识别框架,并引入AdaDelta梯度下降优化算法来进行网络优化学习。同时,由于SAR图像获取困难、数量有限,无法保证CNNs网络的大数据量训练样本需求,因此设计了一种基于多样本扩充CNNs的SAR图像目标识别算法。实验证实设计的算法在MSTAR数据集上10类军事目标平均识别率可达97.28%,且对目标平移、旋转、相干斑噪声和目标遮挡具有较强的鲁棒性。

主 题 词：合成孔径雷达 卷积神经网络 目标识别 多样本扩充 

学科分类：12[管理学] 0711[理学-心理学类] 1201[管理学-管理科学与工程类] 07[理学] 081104[081104] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19651/j.cnki.emt.1801578

馆 藏 号：203370000...