| 专利号 | 2021103666353 | 申请日 | 2021-04-06 | 专利名称 | 海面目标一维距离像降噪卷积神经网络识别方法 |
| 授权日 | 2022-12-16 | 专利权人 | 中国人民解放军海军航空大学 | 发明人 | 简涛;王哲昊;王海鹏;刘瑜;刘传辉;李刚;李辉;杨予昊;张健 |
| 主分类号 | G06K9/00 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种海面目标一维距离像降噪卷积神经网络识别方法，属于雷达信号处理领域。针对低信噪比条件，合理地对原始HRRP数据进行预处理，构建不同信噪比条件下的多类海面目标数据集，利用深度学习技术构建了一维降噪卷积神经网络，在保持高信噪比数据无波动的基础上，提升了低信噪比数据的信噪比，利用卷积神经网络的残差结构，减轻深层次神经网络的学习负担，进而构建了集降噪分类一体化的智能海面目标分类识别模型，提升了海面目标的识别正确率，改善了低信噪比条件下的海面目标识别性能，增强了对海雷达在复杂海面环境下的分类识别能力，具有推广应用价值。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
