[发明专利]基于卷积神经网络的雷达杂波识别方法在审
| 申请号： | 201910070097.6 | 申请日： | 2019-01-24 |
| 公开（公告）号： | CN109934101A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 史江义;韩帅;李园园;马配军;李康 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 张捷 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种基于卷积神经网络的雷达杂波识别方法，包括：获取杂波数据；将所述杂波数据划分为训练数据和测试数据；构建卷积神经网络；利用所述训练数据训练所述卷积神经网络；利用所述测试数据测试训练后的所述卷积神经网络；当所述卷积神经网络的识别准确率大于预设准确率时，得到最优的卷积神经网络。本发明提出的方法，将杂波数据处理后输入卷积神经网络，利用卷积神经网络对杂波数据进行隐式特征提取，提高了特征提取的效率；通过减小杂波数据的数量，降低了采样成本，同时提高了识别效率；利用卷积神经网络对杂波数据进行分类识别，识别准确率达到了99.51％，识别准确率得到了很大的提升。 | ||
| 搜索关键词： | 卷积神经网络 杂波 准确率 测试数据 雷达杂波 特征提取 训练数据 采样成本 分类识别 数据处理 构建 减小 隐式 预设 测试 | ||
【主权项】：
1.一种基于卷积神经网络的雷达杂波识别方法，其特征在于，包括：获取杂波数据；将所述杂波数据划分为训练数据和测试数据；构建卷积神经网络；利用所述训练数据训练所述卷积神经网络；利用所述测试数据测试训练后的所述卷积神经网络；当所述卷积神经网络的识别准确率大于预设准确率时，得到最优的卷积神经网络。
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西安电子科技大学，未经西安电子科技大学许可，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/201910070097.6/，转载请声明来源钻瓜专利网。
