您當(dāng)前的位置：成果庫(kù) > 基于CNN的SAR目標(biāo)識(shí)別方法
1655
2018/08/07
咨詢成果
發(fā)布成果基本信息
- 成果類型 高等院校
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 成果持有方 西安電子科技大學(xué)
- 行業(yè)領(lǐng)域 通信
- 項(xiàng)目名稱 基于CNN的SAR目標(biāo)識(shí)別方法
- 知識(shí)產(chǎn)權(quán) 發(fā)明專利
- 項(xiàng)目簡(jiǎn)介 本發(fā)明公開了一種基于CNN的SAR目標(biāo)識(shí)別方法，其實(shí)現(xiàn)步驟為：1.對(duì)每個(gè)訓(xùn)練圖像中的待識(shí)別目標(biāo)進(jìn)行多次隨機(jī)平移變換，得到新樣本，并對(duì)這些新樣本標(biāo)上原始圖像的標(biāo)簽擴(kuò)充入訓(xùn)練樣本中；2.在caffe架構(gòu)中構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)CNN結(jié)構(gòu)；3.將擴(kuò)充后的訓(xùn)練樣本輸入到CNN中進(jìn)行訓(xùn)練得到訓(xùn)練好的網(wǎng)絡(luò)模型；4.對(duì)測(cè)試樣本進(jìn)行多次平移擴(kuò)充，得到擴(kuò)充后的測(cè)試樣本；5.將擴(kuò)充后的測(cè)試樣本輸入到訓(xùn)練好的CNN網(wǎng)絡(luò)模型中測(cè)試，得到其識(shí)別率。本發(fā)明對(duì)處于樣本圖像任意位置的待識(shí)別目標(biāo)均具有高的識(shí)別率和穩(wěn)定的性能，解決了現(xiàn)有SAR目標(biāo)識(shí)別方法受樣本圖像中待識(shí)別目標(biāo)所處位置影響大的問題。
交易信息
- 意向交易額 面議
- 掛牌時(shí)間 2018/04/17
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 聯(lián)系人姓名 王小剛
- 聯(lián)系人電話 15802954800
- 聯(lián)系人郵箱 745490733@qq.com
- 分享至：
