TY -非盟的谢Yinjie AU -戴,杨伟鑫AU -胡,于非盟-刘,《易经》非盟-李,栓AU - Pu, Xuemei PY - 2019 DA - 2019/05/05 TI -小说卷积神经网络架构SAR目标识别SP - 1246548六世- 2019 AB -在许多提高卷积神经网络(CNN)体系结构在光学图像分类,只有少数被应用在合成孔径雷达(SAR)自动目标识别(ATR)。一个主要的原因是这些高级体系结构的直接转移SAR图像的光学图像容易过度拟合收益率由于其有限的数据集和更少的特征相对于光学图像。因此,基于SAR图像的特点,我们提出了一个新颖的深卷积神经网络架构命名的伞。该框架由两个交替CNN-layer块。一个块是一个融合六3 - layer路径,用于提取卷积特性从不同层次不同水平。另一块是由卷积层和池层主要是用来减少维度和提取层次特征信息。两个街区的结合可以提取丰富的功能从不同的空间尺度,同时缓解过度拟合。伞的性能模型验证了移动和静止目标获取与识别(MSTAR)基准数据集。这个架构可以实现分类准确率高于99%的十级目标和分类准确率高于96%的8变种的T72坦克,甚至在不同位置的情况下找到目标。我们的伞的准确性优于当前网络应用于MSTAR的分类。结果表明,伞结构具有一个非常健壮的泛化能力和将SAR-ART潜力。 SN - 1687-725X UR - https://doi.org/10.1155/2019/1246548 DO - 10.1155/2019/1246548 JF - Journal of Sensors PB - Hindawi KW - ER -