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。

公开(公告)号：CN116027279A

公开(公告)日：2023-04-28

申请号：CN202211487384.5

申请日：2022-11-25

Applicant: 南京邮电大学

Inventor： 时艳玲 ,  贾邦玲 ,  陶平

IPC: G01S7/28 ,  G06N20/10 ,  G01S7/02

Abstract: 本发明公开了一种基于迁移成分分析的实测雷达辐射源脉内调制识别方法，包括：根据雷达信号模型生成仿真雷达辐射源信号；对仿真雷达辐射源信号和实测雷达辐射源信号进行预处理；对预处理后的仿真、实测雷达辐射源信号提取带宽、谱峰个数、相对峰值差和频谱熵特征，组成仿真、实测四维特征向量；利用迁移成分分析方法，将仿真四维特征向量和实测四维特征向量映射到同一隐藏空间，获取仿真信号的隐域特征和实测信号的隐域特征；利用仿真信号的隐域特征向量对支持向量机SVM模型进行训练，得到训练好的SVM模型；将实测信号的隐域特征向量输入训练好的SVM模型，根据模型的输出，确定实测雷达辐射源脉内调制识别结果。

公开(公告)号：CN116821797A

公开(公告)日：2023-09-29

申请号：CN202310788891.0

申请日：2023-06-29

Applicant: 南京邮电大学

Inventor： 时艳玲 ,  陶平

IPC: G06F18/241 ,  G01S13/88 ,  G01S7/41 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种样本不平衡下基于深度学习的海面目标检测方法及其装置，旨在解决海面小目标样本和海杂波样本之间数量不平衡，进而会限制分类器性能的技术问题。其包括：利用基于生成对抗网络的目标数据增强模型，生成与海杂波时间序列等量的生成目标时间序列，实现目标时间序列与海杂波时间序列之间的样本平衡；提取生成目标时间序列与海杂波时间序列的高维特征，送入卷积神经网络进行训练，得到分类器模型；改进了卷积神经网络算法，通过对Softmax分类器设置阈值，实现了虚警概率可控。借助公开的IPIX雷达数据集进行实验验证，得到检测结果。本发明适用于复杂环境下的雷达目标检测，具有良好的检测效果和鲁棒性，满足雷达目标检测实际需求。