兵工学报 ›› 2020, Vol. 41 ›› Issue (9): 1861-1870.doi: 10.3969/j.issn.1000-1093.2020.09.018
王健1,2, 秦春霞1, 杨珂1, 任萍1
WANG Jian1,2, QIN Chunxia1, YANG Ke1, REN Ping1
摘要: 为解决现有合成孔径雷达(SAR)目标识别算法泛化能力差和算法复杂度高等问题,提出一种基于导向重构与降噪稀疏自编码器的SAR目标识别分类算法。利用导向重构算法对SAR图像进行两尺度融合预处理,生成一维图像矢量并作归一化处理,以降低图像输出特征的维度,提高预处理的速度;采用减少降噪自编码器隐层神经元方式对图像进行低维特征抽取和识别;使用Softmax分类器进行分类处理。实验结果表明,通过导向重构与降噪稀疏自编码器的SAR目标识别算法,不仅提高了目标识别性能以及泛化能力,而且降低了自编码器的隐层神经元数量和计算复杂度,网络结构也得到改进和优化。
中图分类号: