基于CNN的SAR图像目标分类优化算法

发布时间：2018-03-20 11:16

  本文选题：卷积神经网络　切入点：ZCA白化　出处：《雷达科学与技术》2017年04期 　论文类型：期刊论文

【摘要】：随着合成孔径雷达技术的成熟,传统方法已经难以满足海量SAR数据的分类精度和速度需求。为解决上述问题,采用卷积神经网络对海量SAR数据进行分类。针对SAR图像数据的特点,对卷积神经网络结构参数进行调整,提高网络训练速度,克服权重更新中的梯度消失,改善网络训练过程中收敛慢的问题,提升目标分类准确率。同时提出了一种ZCA白化与主成分分析相结合的方法对SAR图像进行预处理,进一步提升了网络的训练速度以及目标分类的准确率。实验采用的是美国MSTAR数据库,通过上述优化方法得到了较好的分类效果。
[Abstract]:With the development of synthetic Aperture Radar (SAR) technology, it is difficult for traditional methods to meet the classification accuracy and speed requirements of massive SAR data. The convolutional neural network is used to classify massive SAR data. According to the characteristics of SAR image data, the network parameters of convolution neural network are adjusted to improve the network training speed and overcome the loss of gradient in weight updating. The problem of slow convergence in network training is improved, and the accuracy of target classification is improved. At the same time, a method of combining ZCA whitening with principal component analysis (PCA) is proposed to preprocess SAR images. The training speed of the network and the accuracy of target classification are further improved. The experiment uses the American MSTAR database and obtains a better classification effect by the above optimization method.
【作者单位】： 海军航空工程学院电子信息工程系;海军航空工程学院科研部;
【分类号】：TN957.52

【相似文献】

相关期刊论文 前10条

1 杨家兴;弱信号检测的神经网络方法[J];数据采集与处理;1992年S1期

2 沈伟,冯瑞,邵惠鹤;网络流量的神经网络直接自适应控制[J];计算机工程;2003年07期

3 王萍,单超;神经网络在通信中的应用[J];现代电子技术;2003年13期

4 杨冠鲁;曹瑞;裴勃生;官俊杰;黄小彬;;一种神经网络非线性噪声消除方法[J];系统工程与电子技术;2006年06期

5 李辉;张安;沈莹;程t$;;神经网络在多机动目标跟踪中的应用[J];传感技术学报;2006年06期

6 任志山;;神经网络在网络通信中的应用[J];龙岩学院学报;2006年06期

7 郑建彬;许楠;张新盛;;一种基于神经网络的在线签名验证方法[J];中国水运(理论版);2006年03期

8 杨晓燕;陈军;吴桂芹;;基于灰色关联度神经网络的雷达型号识别模型[J];计算机仿真;2007年10期

9 李香萍;;基于神经网络的说话人识别算法的研究与实验[J];电子测量技术;2007年11期

10 马曾;赵时;;神经网络在网络通信中的应用研究[J];福建电脑;2008年03期

相关会议论文 前10条

1 张森嘉;简世杰;彭吴忠谋;;以递回式神经网络为基础的电话通道效应补偿方法[A];第五届全国人机语音通讯学术会议论文集[C];1998年

2 刘丰;姜建新;程俊;易克初;;一种用于语音识别的神经网络[A];第二届全国人机语音通讯学术会议论文集[C];1992年

3 杜健;费保俊;刘颖;潘高田;姚国政;;基于神经网络的导航装备维修能力评估研究[A];第二届中国卫星导航学术年会电子文集[C];2011年

4 李明;杨承;舒宇;杨成梧;;PID神经网络的信号流图在线学习算法[A];2009中国控制与决策会议论文集（2）[C];2009年

5 单显明;张鹏;刘彬斌;;基于神经网络的炮兵雷达故障诊断专家系统[A];江苏省电子学会2010年学术年会论文集[C];2010年

6 陈道文;黄泰翼;;面向语音处理的神经网络发展综述[A];第三届全国人机语音通讯学术会议论文集[C];1994年

7 钱小聪;郑宝玉;穆明鑫;;神经网络联机手写签名验证[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

8 童峰;许天增;;基于神经网络的窄带噪声处理[A];2001年中国智能自动化会议论文集（下册）[C];2001年

9 俞铁城;周健来;宋岩涛;;基于神经网络／隐马尔可夫模型的混合语音识别方法的研究现状[A];第五届全国人机语音通讯学术会议论文集[C];1998年

10 李何;张立毅;;神经网络盲均衡[A];无线传感器网及网络信息处理技术——2006年通信理论与信号处理年会论文集[C];2006年

相关博士学位论文 前10条

1 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

2 胡文凭;基于深层神经网络的口语发音检测与错误分析[D];中国科学技术大学;2016年

3 杨一;神经网络优化方法及其在组合导航中的应用研究[D];西北工业大学;2016年

4 张仕良;基于深度神经网络的语音识别模型研究[D];中国科学技术大学;2017年

5 万敏;独立分量分析的神经网络方法[D];电子科技大学;2011年

6 张素花;神经网络内电振荡活动特性的研究[D];河北工业大学;2006年

7 李劲;基于神经网络的SIW器件优化研究[D];华中科技大学;2013年

8 周盼;基于深层神经网络的语音识别声学建模研究[D];中国科学技术大学;2014年

9 苟飞;随机信号处理的新方法[D];华南理工大学;1995年

10 包叶波;基于深层神经网络的声学特征提取及其在LVCSR系统中的应用[D];中国科学技术大学;2014年

相关硕士学位论文 前10条

1 李文婷;基于BP神经网络和SVM的信号分类方法的研究[D];南京师范大学;2015年

2 田硕;基于局部嵌入算法和神经网络的WLAN室内定位算法研究[D];哈尔滨工业大学;2015年

3 安健;基于极化合成孔径雷达图像分类算法研究[D];电子科技大学;2014年

4 俞秀婷;基于神经网络的话务量预测模型研究[D];新疆大学;2015年

5 祝嘉声;基于DNN的汉语语音识别声学模型的研究[D];哈尔滨工业大学;2015年

6 赵天坤;基于深度神经网络的音乐信息检索[D];北京邮电大学;2015年

7 孔飞;基于小波变换和神经网络的心电图分类识别研究[D];电子科技大学;2015年

8 罗小勇;基于联合神经网络的WSN节点和网络故障诊断研究[D];电子科技大学;2014年

9 王永毅;基于子空间和神经网络的雷达目标识别软件设计[D];电子科技大学;2014年

10 王勇;非法调频广播信号识别系统的研究与实现[D];西华大学;2015年

，

本文编号：1638840