深度学习算法在SAR图像目标识别上的研究

发布时间：2022-02-08 23:19

　　机器学习是人工智能领域的重要技术,在图像分类识别领域有突出的技术优势,且运用广泛。随着计算机硬件技术的提升,作为机器学习的重要发展趋势,深度学习算法已成为计算机视觉领域最热门的方向之一。本文为探究深度学习算法中的卷积神经网络在SAR图像目标识别上的应用,通过对卷积神经网络的改进,以及网络传播过程的分析,最后验证SAR图像识别的准确率。 

【文章来源】：电子制作. 2020,(22)

【文章页数】：3 页

【文章目录】：
0 引言
1 卷积神经网络改进
    1.1 卷积神经网络介绍
    1.2 卷积神经网络结构
    1.3 卷积神经网络改进
2 网络传播及训练
    2.1 卷积神经网络传播过程
    2.2 卷积神经网络训练
3 实验及结论


【参考文献】：
期刊论文
[1]基于深度学习的SAR目标检测方法[J]. 梁怿清,王小华,陈立福.  雷达科学与技术. 2019(05)
[2]基于深度学习的SAR图像目标识别算法[J]. 崔福彬,张茜,雷俞承志,尹伟石.  长春理工大学学报(自然科学版). 2019(04)
[3]SAR变体目标识别的卷积神经网络法[J]. 冯秋晨,彭冬亮,谷雨.  中国图象图形学报. 2019(02)
[4]采用深度学习的多方位角SAR图像目标识别研究[J]. 邹浩,林赟,洪文.  信号处理. 2018(05)
[5]深度学习在SAR目标识别与地物分类中的应用[J]. 徐丰,王海鹏,金亚秋.  雷达学报. 2017(02)



本文编号：3615941