国产亚洲成AV在线下载|亚洲精品视频在线|久久av免费这里有精品|大香线蕉视频观看国产

    <style id="akiq1"><progress id="akiq1"></progress></style><label id="akiq1"><menu id="akiq1"></menu></label>

          <source id="akiq1"></source><rt id="akiq1"></rt>

          基于SAR目標(biāo)識(shí)別的深度學(xué)習(xí)方法

          郝巖; 白艷萍; 張校非 中北大學(xué)信息與通信工程學(xué)院; 太原030051; 中北大學(xué)理學(xué)院; 太原030051

          關(guān)鍵詞:dbn sdae 雙通道 單隱含層 加權(quán)融合 

          摘要:研究了DBN和SDAE在SAR雷達(dá)目標(biāo)識(shí)別領(lǐng)域的應(yīng)用,并在此基礎(chǔ)上提出了一種雙通道單隱含層的深度學(xué)習(xí)模型DBN-SDAE。該模型的優(yōu)勢(shì)在于采用雙通道的單隱含層模型對(duì)圖像數(shù)據(jù)進(jìn)行學(xué)習(xí),提取圖像特征,避免了傳統(tǒng)深度學(xué)習(xí)方法隨著隱含層和神經(jīng)元數(shù)量的增加計(jì)算復(fù)雜度增長(zhǎng)過(guò)快的缺點(diǎn);同時(shí)采用加權(quán)融合方法融合兩個(gè)通道所學(xué)習(xí)的特征,既保留了數(shù)據(jù)的細(xì)節(jié)信息,又保留了數(shù)據(jù)的結(jié)構(gòu)信息,一定程度上解決了特征利用不充分的問(wèn)題。實(shí)驗(yàn)結(jié)果表明,所提方法在NN迭代次數(shù)遠(yuǎn)遠(yuǎn)小于DBN中NN的迭代次數(shù);且在識(shí)別準(zhǔn)確率上最高可達(dá)98.640%,較SDAE和DBN分別高0.511%和1.701%。

          注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢(xún)雜志社

          火力與指揮控制

          北大期刊
          1-3個(gè)月下單

          關(guān)注 11人評(píng)論|0人關(guān)注
          相關(guān)期刊
          服務(wù)與支付