典型文献
基于迁移学习的雷达杂波幅度统计模型选择
文献摘要：
在对目标进行探测和识别的过程中,雷达杂波幅度统计模型选择是重要步骤.为了提升杂波幅度统计模型选择的准确率,基于样本分布适配,提出了 一种加权再均衡分布适配的迁移学习方法,实现了仿真数据的信息向实测海杂波IPIX数据的迁移.通过与已有算法进行比较,实验结果表明改进后的算法在IPIX数据集上能取得更好的分类准确率,在迁移学习公共数据集Office-Caltech10上的验证结果也表明了算法的普适性.
文献关键词：
雷达杂波;IPIX数据;迁移学习;加权再均衡分布适配
中图分类号：
作者姓名：
杨立儒;刘永祥;杨威
作者机构：
国防科技大学电子科学学院,湖南长沙410073
文献出处：
引用格式：
[1]杨立儒;刘永祥;杨威-.基于迁移学习的雷达杂波幅度统计模型选择)[J].系统工程与电子技术,2022(08):2457-2467
A类：
加权再均衡分布适配,Caltech10
B类：
雷达杂波,波幅,统计模型,模型选择,样本分布,迁移学习方法,仿真数据,测海,海杂波,IPIX,能取,分类准确率,公共数据,Office
AB值：
0.26578
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
