[发明专利]一种基于机器学习理论的SAR目标方位鉴别方法在审
| 申请号： | 201810806537.5 | 申请日： | 2018-07-18 |
| 公开（公告）号： | CN108985445A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 张寅;裴季方;王雯璟 | 申请（专利权）人： | 成都识达科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063;G06N3/08;G06T7/70 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 610041 四川省成都市中国（四川）自由贸易试*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于机器学习理论的SAR目标方位鉴别方法，基于方位角离散化后的样本数据，利用最优化方法求解出的投影矩阵将数据映射至低维空间，实现不同方位角样本的分离及相同方位角样本的聚集，提取并区分出不同方位角样本的特征；并且基于机器学习理论，构建出多层前馈神经网络，自动提取出不同方位角的有限特征并给出方位角预测结果。 | ||
| 搜索关键词： | 方位角 基于机器 样本 目标方位 鉴别 前馈神经网络 低维空间 数据映射 投影矩阵 样本数据 预测结果 自动提取 离散化 最优化 多层 构建 求解 学习 | ||
【主权项】：
1.一种基于机器学习理论的SAR目标方位鉴别方法，其特征在于，包括：S1、采集原始SAR图像；S2、对步骤S1采集的原始SAR图像进行预处理，得到目标位于中心的SAR图像切片；S3、根据实际成像条件和性能指标设置离散方位角数目；S4、根据步骤S3设置的离散方位角数目，生成用于训练的SAR图像切片；S5、根据步骤S4生成的SAR图像切片，生成其投影至低维空间的样本数据；S6、构建多层前馈神经网络；S7、根据步骤S5得到的样本数据训练步骤S6构建的多层前馈神经网络。
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成都识达科技有限公司，未经成都识达科技有限公司许可，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/201810806537.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于节点抑制的卷积神经网络剪枝方法
- 下一篇：用于告警的方法及装置
