您当前的位置: > 详细浏览

基于深度置信网络的高分辨率雷达距离像识别

请选择邀稿期刊:
摘要: 为提高雷达目标识别准确率,提出了一种基于深度置信网络(DBN)的高分辨率雷达距离像(HRRP)识别方法。首先利用受限玻尔兹曼机(RBM)对HRRP数据进行逐层无监督训练,根据对比散度(CD)算法更新网络参数,通过误差重构设计DBN深度,而后利用反向传播(BP)机制对DBN模型参数进行有监督的微调,最后基于该模型实现了HRRP的分类与识别。实验结果表明,与传统神经网络相比,基于本文设计的深度置信网络的识别准确率及噪声鲁棒性显著提高,识别准确率可提高8.5%。

版本历史

[V1] 2019-01-03 10:45:30 ChinaXiv:201901.00022V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量2222
  •  下载量1268
评论
分享