| 注册
首页|期刊导航|安徽大学学报:自然科学版|基于多重分形关联和深度CNN的常规雷达目标分类方法

基于多重分形关联和深度CNN的常规雷达目标分类方法

李秋生 朱化娟 胡俊勇

安徽大学学报:自然科学版2023,Vol.47Issue(3):P.50-55,6.
安徽大学学报:自然科学版2023,Vol.47Issue(3):P.50-55,6.DOI:10.3969/j.issn.1000-2162.2023.03.008

基于多重分形关联和深度CNN的常规雷达目标分类方法

李秋生 1朱化娟 1胡俊勇1

作者信息

  • 1. 赣南师范大学智能控制工程技术研究中心,江西赣州341000 赣南师范大学物理与电子信息学院,江西赣州341000
  • 折叠

摘要

关键词

低分辨雷达/目标分类/多重分形关联谱/特征提取/深度卷积神经网络

分类

信息技术与安全科学

引用本文复制引用

李秋生,朱化娟,胡俊勇..基于多重分形关联和深度CNN的常规雷达目标分类方法[J].安徽大学学报:自然科学版,2023,47(3):P.50-55,6.

基金项目

国家自然科学基金资助项目(61561004) (61561004)

江西省教育厅科学技术项目(GJJ201408) (GJJ201408)

赣南师范大学研究生创新专项资金资助项目(YCX22A041)。 (YCX22A041)

安徽大学学报:自然科学版

OA北大核心CSTPCD

1000-2162

访问量3
|
下载量0
段落导航相关论文