| 基于卷积神经网络的SAR图像目标识别研究 |
| |
| 引用本文： | 田壮壮,占荣辉,胡杰民,张军. 基于卷积神经网络的SAR图像目标识别研究[J]. 雷达学报, 2016, 5(3): 320-325. DOI: 10.12000/JR16037 |
| |
| 作者姓名： | 田壮壮 占荣辉 胡杰民 张军 |
| |
| 作者单位： | (国防科学技术大学自动目标识别重点实验室 长沙 410073) |
| |
| 基金项目： | 国家自然科学基金(61471370) |
| |
| 摘 要： | 针对合成孔径雷达(Synthetic Aperture Radar, SAR)的图像目标识别应用, 该文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的SAR图像目标识别方法。首先通过在误差代价函数中引入类别可分性度量, 提高了卷积神经网络的类别区分能力；然后利用改进后的卷积神经网络对SAR图像进行特征提取；最后利用支持向量机(Support Vector Machine, SVM)对特征进行分类。使用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)SAR图像数据进行实验, 识别结果证明了所提方法的有效性。
|
| 关 键 词： | 合成孔径雷达 自动目标识别 卷积神经网络 支持向量机 BP算法 |
| 收稿时间： | 2016-02-03 |
SAR ATR Based on Convolutional Neural Network |
| |
| Tian Zhuangzhuang,Zhan Ronghui,Hu Jiemin,Zhang Jun. SAR ATR Based on Convolutional Neural Network[J]. Journal of Radars, 2016, 5(3): 320-325. DOI: 10.12000/JR16037 |
| |
| Authors: | Tian Zhuangzhuang Zhan Ronghui Hu Jiemin Zhang Jun |
| |
| Affiliation: | ATR Key Laboratory, National University of Defense Technology, Changsha 410073, China |
| |
| Abstract: | This study presents a new method of Synthetic Aperture Radar (SAR) image target recognition based on a convolutional neural network. First, we introduce a class separability measure into the cost function to improve this network's ability to distinguish between categories. Then, we extract SAR image features using the improved convolutional neural network and classify these features using a support vector machine. Experimental results using moving and stationary target acquisition and recognition SAR datasets prove the validity of this method. |
| |
| Keywords: | |
|
| 点击此处可从《雷达学报》浏览原始摘要信息 |
|
点击此处可从《雷达学报》下载免费的PDF全文 |
|
