基于特征空间结构对齐域自适应的机载SAR自动目标识别方法OA
Airborne SAR Automatic Target Recognition Method Using Domain Adaptation Based on Feature Space Structure Alignment
由于机载合成孔径雷达(SAR)系统的快速发展和深度学习的广泛应用,基于卷积神经网络的SAR图像自动目标识别技术已经取得了长足的发展.然而,由于真实测量获得的SAR数据较少,难以满足深度学习算法对大量训练样本的需求,目前已经有研究利用仿真SAR图像弥补真实SAR图像样本较少的缺陷.由于仿真SAR图像和真实SAR图像之间的差异,当前的主流研究方法是通过领域自适应(DA)的方法,将真实图像和仿真图像映射到相同的特征子空间中,从而提取域不变特征.然而,当…查看全部>>
Due to the rapid development of airborne Synthetic Aperture Radar(SAR)system and deep learning theory,the airborne SAR automatic target recognition technology based on convolutional neural network has made great progress.However,due to the small amount of SAR data obtained by real measurements,it is difficult to meet the requirement of deep learning algorithms for a large number of training samples.At present,there have been studies using simulated SAR image…查看全部>>
韩方舟;张腊梅;芦达
哈尔滨工业大学,黑龙江 哈尔滨 150001哈尔滨工业大学,黑龙江 哈尔滨 150001中国航空工业集团公司雷华电子技术研究所,江苏 无锡 214082
计算机与自动化
SAR ATR域自适应特征空间结构对齐小样本学习SAR仿真
SAR ATRdomain adaptationfeature space structure alignmentfew-shot learningSAR simulation
《航空科学技术》 2024 (8)
72-78,7
航空科学基金(20182077008,2018ZC07009)中央高校基本科研业务费专项资金 Aeronautical Science Foundation of China(20182077008,2018ZC07009)Fundamented Research Funds for the Central Universities
评论