公开(公告)号：CN119355672A

公开(公告)日：2025-01-24

申请号：CN202411381396.9

申请日：2024-09-30

Applicant: 南京邮电大学

Inventor： 时艳玲 ,  利佳宁 ,  陶平

IPC: G01S7/41 ,  G06V20/10 ,  G06V10/62 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明公开基于代价敏感焦点损失卷积神经网络的海面目标检测方法，属于雷达目标分类领域；方法包括：采用雷达获取海杂波和目标回波的数据，并对海杂波和目标回波的数据进行预处理；根据预处理的数据提取目标时间序列与海杂波时间序列的高维特征，构建特征数据集，用于训练卷积神经网络模型；结合焦点损失函数和代价敏感学习机制，设置卷积神经网络模型的损失函数；动态调整代价矩阵中的误分类代价值以优化训练过程；利用优化训练后的卷积神经网络模型，输出检测结果；巧妙地将焦点损失与代价敏感学习相结合，不仅在训练过程中平衡了对难易样本的关注度，而且通过对不同类别的误分类施加不同的代价，优化了模型处理各类误分类的策略。