TY -的A2 Llobet Eduard AU -王,彭盟——张,小民盟——郝燕PY - 2019 DA - 2019/11/28 TI -方法结合CNN和榆树SAR图像特征提取和分类的SP - 6134610六世- 2019 AB -由于大量的乙状结肠激活函数推导在传统的卷积神经网络(CNN),很难解决的问题的低效率提取合成孔径雷达(SAR)图像的特点。CNN的乙状结肠激活函数改进是解决线性单元(ReLU)激活函数,和修改分类器的极端学习机(ELM)。最后,在这个CNN模型,改进后的CNN是特征提取器和榆树执行识别器。SAR图像识别算法基于CNN-ELM算法结合CNN和榆树的算法。实验进行移动和静止目标获取与识别(MSTAR)数据库包含十种目标图像。实验结果表明,该算法可以实现网络的稀疏,缓解过度拟合问题,加快网络的收敛速度。值得一提的是,这个实验的运行时间很短。与其他实验相同的数据库相比,这表明该实验产生了更高的识别率。SAR图像识别的准确性为100%。SN - 1687 - 725 - 2019/6134610 / 10.1155 x你——https://doi.org/10.1155/2019/6134610——摩根富林明——《传感器PB - Hindawi KW - ER