海面目标微动特征并不具有较为规律的调频周期特性,时变性强,存在检测、提取和识别难的问题,亟需发展和研究智能化处理方法和手段。为此,海军航空大学关键教授的海上目标探测团队利用深度学习的高维特征泛化学习能力,将卷积神经网络(CNN)用于海上目标微...
卷积神经网络(CNN)海杂波时频分析该文利用深度学习的高维特征泛化学习能力,将卷积神经网络(CNN)用于海上目标微多普勒的检测和分类.首先,在海面微动目标模型的基础上,在实测海杂波背景中分别构建4种类型微动信号的2维时频图,并作为训练和测试数据集;然后,分别采用LeNet, AlexNet和GoogLeNet 3种CNN模型进行二元检测和多...