[发明专利]基于卷积神经网络的SAR图像海洋目标分类检测方法在审
| 申请号： | 201810650882.4 | 申请日： | 2018-06-22 |
| 公开（公告）号： | CN108830242A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 陈杰;马梦原;杨威;李春升 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06K9/46;G06N3/04 |
| 代理公司： | 北京格允知识产权代理有限公司 11609 | 代理人： | 周娇娇;李亚东 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的SAR图像海洋目标分类检测方法，包括以下几个步骤：步骤一：将含有海洋目标的SAR单视复图像转换为进行功率图像转换并量化；步骤二：将量化后的功率图像进行分割，加注样本类别的标签后构建训练集建立数据集；步骤三：对训练集数据集去均值处理；步骤四：建立卷积神经网络模型；步骤五：使用训练集训练卷积神经网络模型；步骤六：将待分类切片输入卷积神经网络模型，得到分类检测结果。本发明具有可靠性强、泛化能力强、计算复杂度低，实用性强、应用范围广等特点。 | ||
| 搜索关键词： | 卷积神经网络 功率图像 目标分类 训练集 海洋 量化 计算复杂度 训练集数据 应用范围广 分类检测 均值处理 图像转换 能力强 数据集 检测 构建 加注 切片 样本 标签 分割 分类 转换 | ||
【主权项】：
1.一种基于卷积神经网络的SAR图像海洋目标分类检测方法，其特征在于，包括以下步骤：步骤一：将含有海洋目标的SAR单视复图像转换为功率图像，并进行量化；步骤二：将量化后的功率图像分割获取切片样本，加注样本类别的标签后构建训练集ψ；步骤三：计算训练集的均值![]()
得到去均值后的训练集Φ；步骤四：建立卷积神经网络模型![]()
该网络结构包含五层卷积层conv1、conv2、conv3、conv4、conv5，三层池化层pooling1、pooling2、pooling3，两层全连接层fc1、fc2和softmax分类器；步骤五：将所述去均值后的训练集Φ输入卷积神经网络模型![]()
采用随机梯度下降法对网络模型进行训练，得到最佳的网络参数；步骤六：将待分类切片去均值，输入训练好的卷积神经网络模型![]()
中，得到分类预测结果![]()
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810650882.4/，转载请声明来源钻瓜专利网。
