基于一維像選擇雙譜的神經(jīng)網(wǎng)絡(luò)識別算法
發(fā)布時間:2021-06-23 17:53
針對寬帶一維像姿態(tài)敏感性在目標識別應用中的局限,采用了選擇雙譜作為一維像特征進行目標分辨嘗試。首先對一維像數(shù)據(jù)進行雙譜計算,然后利用Fisher類測度,從中選出最具目標分辨能力的若干雙譜特征。文中利用徑向基網(wǎng)絡(luò)作為識別算法,通過空間目標和彈道目標兩類數(shù)據(jù),對選擇雙譜的目標分辨能力進行了驗證。結(jié)果表明了基于一維像選擇雙譜的神經(jīng)網(wǎng)絡(luò)識別算法的有效性,以及一維像高數(shù)據(jù)率在目標統(tǒng)計識別中的優(yōu)勢。
【文章來源】:現(xiàn)代雷達. 2020,42(04)北大核心CSCD
【文章頁數(shù)】:4 頁
【部分圖文】:
圖1 兩類空間目標一維雙譜的圖像表示
式中:wij為隱含層第j個節(jié)點到輸出層第k個節(jié)點間的權(quán)值。從上述過程可看出,前饋網(wǎng)絡(luò)中輸入層到隱含層是非線性變換,其隱含層功能就是將低維空間的輸入通過非線性函數(shù)映射到一個高維空間,其目的是利用Cover定理,使低維空間不可分的數(shù)據(jù)到了高維空間變?yōu)榭煞。其中徑向基函?shù)為以中心徑向?qū)ΨQ,兩邊隨距離不斷衰減的非負非線性函數(shù),因此具有良好的局部作用特性。隱含層到輸出層是線性變換,這樣網(wǎng)絡(luò)權(quán)值可通過線性方程組直接解出,從而大大加快學習速度,避免陷入局部極小值問題。徑向基函數(shù)的中心、方差,以及徑向基網(wǎng)絡(luò)權(quán)值在下節(jié)具體問題中得到確定。
圖3、圖4為兩類空間目標的識別概率曲線,從中看出,兩類目標大部分一維像識別正確,正確率分別達到91.0%和94.5%。圖中概率曲線不平滑,甚至出現(xiàn)0與1間的突變,可能與訓練樣本使用過少有關(guān)。圖4 2號目標的識別概率曲線
【參考文獻】:
期刊論文
[1]基于小波包分解的導彈目標神經(jīng)網(wǎng)絡(luò)識別[J]. 張榮杰,張帥欽,張申濤. 現(xiàn)代雷達. 2012(02)
[2]專家論壇彈道導彈目標識別技術(shù)[J]. 金林. 現(xiàn)代雷達. 2008(02)
[3]雷達目標識別技術(shù)綜述[J]. 王曉丹,王積勤. 現(xiàn)代雷達. 2003(05)
本文編號:3245394
【文章來源】:現(xiàn)代雷達. 2020,42(04)北大核心CSCD
【文章頁數(shù)】:4 頁
【部分圖文】:
圖1 兩類空間目標一維雙譜的圖像表示
式中:wij為隱含層第j個節(jié)點到輸出層第k個節(jié)點間的權(quán)值。從上述過程可看出,前饋網(wǎng)絡(luò)中輸入層到隱含層是非線性變換,其隱含層功能就是將低維空間的輸入通過非線性函數(shù)映射到一個高維空間,其目的是利用Cover定理,使低維空間不可分的數(shù)據(jù)到了高維空間變?yōu)榭煞。其中徑向基函?shù)為以中心徑向?qū)ΨQ,兩邊隨距離不斷衰減的非負非線性函數(shù),因此具有良好的局部作用特性。隱含層到輸出層是線性變換,這樣網(wǎng)絡(luò)權(quán)值可通過線性方程組直接解出,從而大大加快學習速度,避免陷入局部極小值問題。徑向基函數(shù)的中心、方差,以及徑向基網(wǎng)絡(luò)權(quán)值在下節(jié)具體問題中得到確定。
圖3、圖4為兩類空間目標的識別概率曲線,從中看出,兩類目標大部分一維像識別正確,正確率分別達到91.0%和94.5%。圖中概率曲線不平滑,甚至出現(xiàn)0與1間的突變,可能與訓練樣本使用過少有關(guān)。圖4 2號目標的識別概率曲線
【參考文獻】:
期刊論文
[1]基于小波包分解的導彈目標神經(jīng)網(wǎng)絡(luò)識別[J]. 張榮杰,張帥欽,張申濤. 現(xiàn)代雷達. 2012(02)
[2]專家論壇彈道導彈目標識別技術(shù)[J]. 金林. 現(xiàn)代雷達. 2008(02)
[3]雷達目標識別技術(shù)綜述[J]. 王曉丹,王積勤. 現(xiàn)代雷達. 2003(05)
本文編號:3245394
本文鏈接:http://sikaile.net/kejilunwen/wltx/3245394.html
最近更新
教材專著