[发明专利]一种极化欧拉特征融合深度学习的海上目标识别方法有效
申请号: | 201911142677.8 | 申请日: | 2019-11-20 |
公开(公告)号: | CN110826643B | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 顾丹丹;李永晨;高伟;魏飞鸣 | 申请(专利权)人: | 上海无线电设备研究所 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G01S7/41 |
代理公司: | 上海元好知识产权代理有限公司 31323 | 代理人: | 徐雯琼;章丽娟 |
地址: | 200233 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种极化欧拉特征融合深度学习的海上目标识别方法,该方法包含以下步骤:S1、海上人造目标的极化散射机制分析;S2、基于步骤S1的分析结果,构建对应的海上几何体极化距离矩阵数据集,并对极化距离矩阵数据集的样本进行多极化特征提取;S3、基于步骤S2,训练多极化特征融合的深度学习模型;S4、采用海上人造目标对步骤S3的多极化特征融合的深度学习模型识别测试验证。其优点是:该方法从海上目标的基础极化散射机制出发,基于深度学习融合利用HRRP和极化信息实现目标识别,消除了方位敏感性带来的不利影响,提高了雷达目标识别的精度,具有检测率高、虚警率低、扩展应用灵活、处理过程全自动的优点。 | ||
搜索关键词: | 一种 极化 特征 融合 深度 学习 海上 目标 识别 方法 | ||
【主权项】:
暂无信息
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上海无线电设备研究所,未经上海无线电设备研究所许可,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/201911142677.8/,转载请声明来源钻瓜专利网。
- 上一篇:图书盖章打印条形码设备
- 下一篇:磁导向无线充电设备