-
公开(公告)号:CN114078214A
公开(公告)日:2022-02-22
申请号:CN202111393850.9
申请日:2021-11-23
Applicant: 北京环境特性研究所
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于复数神经网络的雷达目标RCS识别方法及装置。对目标的复数RCS数据采用复数神经网络进行识别分类,其中,复数卷积层对复数RCS数据进行复数卷积后用Complex Relu激活函数进行激活后再进行最大池化操作;第一实数卷积层对复数特征进行实数卷积后用Relu激活函数进行激活后再进行最大池化操作;第二实数卷积层对最大实数特征进行实数卷积后用Relu激活函数激活后再进行平均池化操作,最终输出分类特征向量。本发明实现了对具有更加丰富目标特征信息的复数RCS数据的深度学习识别,能有效提高目标的识别准确率。
-
公开(公告)号:CN114078214B
公开(公告)日:2024-07-23
申请号:CN202111393850.9
申请日:2021-11-23
Applicant: 北京环境特性研究所
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于复数神经网络的雷达目标RCS识别方法及装置。对目标的复数RCS数据采用复数神经网络进行识别分类,其中,复数卷积层对复数RCS数据进行复数卷积后用Complex Relu激活函数进行激活后再进行最大池化操作;第一实数卷积层对复数特征进行实数卷积后用Relu激活函数进行激活后再进行最大池化操作;第二实数卷积层对最大实数特征进行实数卷积后用Relu激活函数激活后再进行平均池化操作,最终输出分类特征向量。本发明实现了对具有更加丰富目标特征信息的复数RCS数据的深度学习识别,能有效提高目标的识别准确率。
-