機(jī)器學(xué)習(xí)是人工智能領(lǐng)域的重要技術(shù),在圖像分類識(shí)別領(lǐng)域有突出的技術(shù)優(yōu)勢(shì),且運(yùn)用廣泛。隨著計(jì)算機(jī)硬件技術(shù)的提升,作為機(jī)器學(xué)習(xí)的重要發(fā)展趨勢(shì),深度學(xué)習(xí)算法已成為計(jì)算機(jī)視覺(jué)領(lǐng)域最熱門的方向之一。本文為探究深度學(xué)習(xí)算法中的卷積神經(jīng)網(wǎng)絡(luò)在SAR圖像目標(biāo)識(shí)別上的應(yīng)用,通過(guò)對(duì)卷積神經(jīng)網(wǎng)絡(luò)的改進(jìn),以及網(wǎng)絡(luò)傳播過(guò)程的分析,最后驗(yàn)證SAR圖像識(shí)別的準(zhǔn)確率。 

【文章來(lái)源】：電子制作. 2020,(22)

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
0 引言
1 卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)
    1.1 卷積神經(jīng)網(wǎng)絡(luò)介紹
    1.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    1.3 卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)
2 網(wǎng)絡(luò)傳播及訓(xùn)練
    2.1 卷積神經(jīng)網(wǎng)絡(luò)傳播過(guò)程
    2.2 卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練
3 實(shí)驗(yàn)及結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的SAR目標(biāo)檢測(cè)方法[J]. 梁懌清,王小華,陳立福.  雷達(dá)科學(xué)與技術(shù). 2019(05)
[2]基于深度學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別算法[J]. 崔福彬,張茜,雷俞承志,尹偉石.  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)
[3]SAR變體目標(biāo)識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)法[J]. 馮秋晨,彭冬亮,谷雨.  中國(guó)圖象圖形學(xué)報(bào). 2019(02)
[4]采用深度學(xué)習(xí)的多方位角SAR圖像目標(biāo)識(shí)別研究[J]. 鄒浩,林赟,洪文.  信號(hào)處理. 2018(05)
[5]深度學(xué)習(xí)在SAR目標(biāo)識(shí)別與地物分類中的應(yīng)用[J]. 徐豐,王海鵬,金亞秋.  雷達(dá)學(xué)報(bào). 2017(02)



本文編號(hào)：3615941