基于深度学习的目标识别算法性能评价

发布时间：2022-08-23 13:36

　　近年来,深度学习大量应用到自动目标识别领域,如何综合客观评价基于不同深度网络模型的目标识别方法的性能是实际应用中急需解决的问题。随着自动目标识别技术的发展和应用,现有的基于深度学习的目标识别算法性能评价指标并不能满足当前自动目标识别技术实际应用的需求。因此,本文针对自动目标识别性能评价问题,以舰船目标识别应用为背景,开展了基于深度学习的目标识别算法性能评价相关的关键技术研究。主要完成工作如下:（1）面向自动目标识别实际应用,从准确性、实时性和模型复杂度三个维度,设计并构建了新的自动目标识别性能评价指标体系。（2）提出一种基于DS-ER的自动目标识别性能评价方法。首先,通过领域专家问卷调查,利用层次分析法AHP实现了性能评价指标体系中各指标的相对权重确定;然后,将证据推理ER方法与证据理论DS相结合,通过多性能评价指标联合信度矩阵和证据理论特征进行各指标信息合成,计算得到自动目标识别算法性能的总置信度;最后,通过加权方法,计算得到最终的性能评价结果。该方法具有计算复杂度低、能够实现对自动目标识别算法性能的不确定性进行定量描述、能够实现多个自动目标识别算法的性能优劣排序并最终确定具有最佳性... 

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 目标识别算法研究现状
        1.2.2 目标识别算法评价指标研究现状
        1.2.3 目标识别算法评价方法研究现状
    1.3 本文主要研究内容
第2章 目标识别性能评价指标体系设计
    2.1 引言
    2.2 性能指标体系设计
        2.2.1 指标筛选
        2.2.2 设计思路
        2.2.3 指标体系
    2.3 指标的计算方法及意义
        2.3.1 准确性
        2.3.2 实时性
        2.3.3 模型复杂度
    2.4 本章小结
第3章 基于DS-ER的目标识别性能评价方法
    3.1 引言
    3.2 性能评价方法总体结构
        3.2.1 性能评价方法层次结构树状图
        3.2.2 性能评价方法功能结构图
    3.3 性能评价指标辨识框架及相对权重的确定
    3.4 总置信度及最终评价结果的计算
    3.5 性能评价方法的具体实现
    3.6 本章小结
第4章 舰船目标识别性能评价实证研究
    4.1 引言
    4.2 实验环境、数据集和方案
        4.2.1 实验环境
        4.2.2 实验数据集
        4.2.3 实验方案
    4.3 资源不受限条件下的舰船目标识别性能评价实证研究
        4.3.1 性能评价指标辨识框架及相对权重的确定
        4.3.2 各性能评价指标置信度的确定
        4.3.3 总置信度及最终评价结果的计算
    4.4 资源受限条件下的舰船目标识别性能评价实证研究
        4.4.1 性能评价指标辨识框架及相对权重的确定
        4.4.2 各性能评价指标置信度的确定
        4.4.3 总置信度及最终评价结果的计算
    4.5 实验结果分析与讨论
    4.6 本章小结
第5章 目标识别性能评价原型系统设计与实现
    5.1 引言
    5.2 原型系统需求分析
    5.3 原型系统总体框架设计
    5.4 原型系统建模
        5.4.1 原型系统用例模型设计
        5.4.2 设计原型系统动态模型
        5.4.3 设计原型系统静态模型
        5.4.4 设计原型系统部署模型
    5.5 目标识别性能评价原型系统实现
    5.6 本章小结
第6章 总结与展望
    6.1 工作总结
    6.2 未来研究展望
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]面向军事目标识别的DRFCN深度网络设计及实现[J]. 刘俊,孟伟秀,余杰,李亚辉,孙乔.  光电工程. 2019(04)
[2]基于随机卷积特征和集成超限学习机的快速SAR目标识别[J]. 谷雨,徐英.  光电工程. 2018(01)
[3]基于深度学习方法的复杂场景下车辆目标检测[J]. 宋焕生,张向清,郑宝峰,严腾.  计算机应用研究. 2018(04)
[4]应用BP神经网络的目标识别效果评估[J]. 秦富童,岳丽华,万寿红.  计算机工程与应用. 2010(05)
[5]ACC和AUC在ATR算法评估中的应用[J]. 孙长亮,肖怀铁.  电光与控制. 2008(04)
[6]ATR算法稳定性评估方法[J]. 何峻,卢再奇,付强.  现代雷达. 2006(09)
[7]层次分析法在石油安全评价中的应用[J]. 张华林,刘刚.  天然气工业. 2006(04)
[8]应用Sugeno模糊积分的目标识别效果评估（英文）[J]. 李彦鹏,黎湘,庄钊文.  模糊系统与数学. 2005(04)
[9]应用多级模糊综合评判的目标识别效果评估[J]. 李彦鹏,黎湘,庄钊文,梁甸农.  信号处理. 2005(05)
[10]基于模糊聚类分析的目标识别效果评估[J]. 李彦鹏,黎湘,王宏强,庄钊文.  现代雷达. 2005(08)

硕士论文
[1]基于ROC曲线的ATR算法性能评估方法研究[D]. 孙长亮.国防科学技术大学 2006



本文编号：3677859