典型文献
基于改进ResNet网络的复数SAR图像舰船目标识别方法
文献摘要：
合成孔径雷达(synthetic aperture radar,SAR)采用微波相干成像,因此SAR图像本质上是复数的.传统基于神经网络的SAR图像目标识别方法,通常只处理SAR图像的幅度信息,无法有效利用SAR图像特有的复数信息.本文面向SAR图像中的舰船目标识别应用,从SAR图像的本质出发,首先通过组合SAR图像的实部、虚部和幅度三通道信息,隐式地提供了输入数据的复数信息表示;然后在ResNet18网络及其结构基础上引入通道注意力机制,使网络能自适应学习实部、虚部和幅度三通道之间包含的复数信息;最后引入标签平滑正则化,解决因复数数据集样本较少出现的过拟合现象.基于OpenSARShip数据集的实验结果表明,所提方法可以较好利用SAR图像本身的复数信息,在一定程度上提升了基于深度神经网络的舰船目标识别效果.
文献关键词：
合成孔径雷达;神经网络;复数信息;舰船目标识别
中图分类号：
作者姓名：
雷禹;冷祥光;周晓艳;孙忠镇;计科峰
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]雷禹;冷祥光;周晓艳;孙忠镇;计科峰-.基于改进ResNet网络的复数SAR图像舰船目标识别方法)[J].系统工程与电子技术,2022(12):3652-3660
A类：
OpenSARShip
B类：
舰船目标识别,目标识别方法,合成孔径雷达,synthetic,aperture,radar,相干成像,幅度信息,复数信息,三通道,隐式,输入数据,ResNet18,通道注意力机制,自适应学习,标签平滑正则化,数数,过拟合,深度神经网络
AB值：
0.228054
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。
