| 少量样本下基于孪生CNN的SAR目标识别 |
| |
| 引用本文： | 王博威,潘宗序,胡玉新,马闻. 少量样本下基于孪生CNN的SAR目标识别[J]. 雷达科学与技术, 2019, 17(6): 603-609 |
| |
| 作者姓名： | 王博威 潘宗序 胡玉新 马闻 |
| |
| 作者单位： | 中国科学院大学,北京100049;中国科学院电子学研究所,北京100190;中国科学院空间信息处理与应用系统技术重点实验室,北京100190;中国科学院电子学研究所,北京100190;中国科学院空间信息处理与应用系统技术重点实验室,北京100190 |
| |
| 基金项目： | 国家自然科学基金(No.61701478) |
| |
| 摘 要： | ![]()
针对深度学习中的有监督学习需要大量的标注数据，提出了一种少量训练样本下的SAR目标识别方法，解决了SAR图像人工标注成本较高、标注样本不足的问题。首先通过构建正负样本对的策略对数据集进行样本扩充，大幅增加数据量；其次，设计了一种基于度量学习和深度学习的孪生卷积神经网络(孪生CNN)，用于衡量样本之间的相似概率；然后采用多任务联合学习的方法训练模型，有效缓解了相干斑噪声对SAR图像的影响，降低了噪声过多易引起的过拟合风险；最后，设计了一种基于孪生CNN的识别样本具体类别的加权投票模型。实验采用了MSTAR和OpenSARShip数据集，在小规模训练集上通过上述方法取得了较好的识别效果。
|
| 关 键 词： | 少量样本 孪生卷积神经网络(孪生CNN) SAR目标识别 过拟合 |
SAR Target Recognition Based on Siamese CNN with Small Scale Dataset |
| |
| WANG Bowei,PAN Zongxu,HU Yuxin,MA Wen. SAR Target Recognition Based on Siamese CNN with Small Scale Dataset[J]. Radar Science and Technology, 2019, 17(6): 603-609 |
| |
| Authors: | WANG Bowei PAN Zongxu HU Yuxin MA Wen |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《雷达科学与技术》浏览原始摘要信息 |
|
点击此处可从《雷达科学与技术》下载免费的PDF全文 |
|
