[发明专利]一种基于深度学习神经网络的RCS时间序列特征提取方法有效
| 申请号： | 202010590943.X | 申请日： | 2020-06-24 |
| 公开（公告）号： | CN111859784B | 公开（公告）日： | 2023-02-24 |
| 发明（设计）人： | 杨嘉琛;张茁 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F18/241;G06F18/214;G06N3/0442;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习神经网络的RCS时间序列特征提取方法，包括下列步骤：目标样本建模；获取目标样本RCS值；计算目标RCS时间序列；利用MATLAB程序制作训练集：以RCS时间序列为训练数据，并附上时间序列对应目标的包括种类、尺寸、角度在内的各项物理参数作为数据特征，以此形成神经网络训练数据集；搭建基于深度神经网络的特征提取系统。 | ||
| 搜索关键词： | 一种 基于 深度 学习 神经网络 rcs 时间 序列 特征 提取 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天津大学，未经天津大学许可，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/202010590943.X/，转载请声明来源钻瓜专利网。
