基于一维像选择双谱的神经网络识别算法

发布时间：2021-06-23 17:53

　　针对宽带一维像姿态敏感性在目标识别应用中的局限,采用了选择双谱作为一维像特征进行目标分辨尝试。首先对一维像数据进行双谱计算,然后利用Fisher类测度,从中选出最具目标分辨能力的若干双谱特征。文中利用径向基网络作为识别算法,通过空间目标和弹道目标两类数据,对选择双谱的目标分辨能力进行了验证。结果表明了基于一维像选择双谱的神经网络识别算法的有效性,以及一维像高数据率在目标统计识别中的优势。 

【文章来源】：现代雷达. 2020,42(04)北大核心CSCD

【文章页数】：4 页

【部分图文】：

图1 两类空间目标一维双谱的图像表示

式中:wij为隐含层第j个节点到输出层第k个节点间的权值。从上述过程可看出,前馈网络中输入层到隐含层是非线性变换,其隐含层功能就是将低维空间的输入通过非线性函数映射到一个高维空间,其目的是利用Cover定理,使低维空间不可分的数据到了高维空间变为可分。其中径向基函数为以中心径向对称,两边随距离不断衰减的非负非线性函数,因此具有良好的局部作用特性。隐含层到输出层是线性变换,这样网络权值可通过线性方程组直接解出,从而大大加快学习速度,避免陷入局部极小值问题。径向基函数的中心、方差,以及径向基网络权值在下节具体问题中得到确定。

图3、图4为两类空间目标的识别概率曲线,从中看出,两类目标大部分一维像识别正确,正确率分别达到91.0%和94.5%。图中概率曲线不平滑,甚至出现0与1间的突变,可能与训练样本使用过少有关。图4 2号目标的识别概率曲线

【参考文献】：
期刊论文
[1]基于小波包分解的导弹目标神经网络识别[J]. 张荣杰,张帅钦,张申涛.  现代雷达. 2012(02)
[2]专家论坛弹道导弹目标识别技术[J]. 金林.  现代雷达. 2008(02)
[3]雷达目标识别技术综述[J]. 王晓丹,王积勤.  现代雷达. 2003(05)



本文编号：3245394