基于卷积神经网络与随机森林的合成孔径雷达目标识别 |
| |
引用本文: | 胡红萍,李洋洋,白艳萍.基于卷积神经网络与随机森林的合成孔径雷达目标识别[J].数学的实践与认识,2019(17). |
| |
作者姓名: | 胡红萍 李洋洋 白艳萍 |
| |
作者单位: | 中北大学理学院 |
| |
摘 要: | 自合成孔径雷达(synthetic aperture radar,SAR)问世以来,就在军事侦察等方面获得了广泛的应用和发展.SAR图像包含大量的相干斑,使得图像识别工作变得相当复杂,因此,在传统的卷积神经网络(Convolutional Neural Network,CNN)的基础上将Softmax分类器替换成随机森林(Random Forest,RF),得到CNN与RF相结合的算法,记为CNN-RF,用以实现SAR目标实别在CNN-RF中,将CNN提取出SAR图像的特征矢量输入RF分类器.实验结果表明,所提出的算法在MSTAR实测数据集上取得了较高的识别准确率,从而说明了实验的有效性.
|
关 键 词: | 卷积神经网络 随机森林 合成孔径雷达 特征提取 |
Target Recognition of Synthetic Aperture Radar Based on Convolution Neural Network and Random Forest |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|