论文摘要
针对深度学习运用于雷达目标识别时存在的数据量欠缺和数据人工标注难等问题,提出将传统目标识别方法与人工智能技术结合,建立面向应用的新的目标识别架构,通过融合处理以及基于传统方法的机器自动标注,获得更优越的识别效果,大幅减少人工标注的工作量,确保系统在低数据量、低标注数据下仍可维持一定的识别效果。雷达实测数据证明了该识别框架的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 李士国,张瑞国,孙晶明,孙俊
关键词: 雷达,自动目标识别,深度学习,架构
来源: 现代雷达 2019年11期
年度: 2019
分类: 信息科技
专业: 电信技术,自动化技术
单位: 南京电子技术研究所,中国电子科技集团公司智能感知技术重点实验室,太原卫星发射中心
分类号: TN957.52;TP18
DOI: 10.16592/j.cnki.1004-7859.2019.11.012
页码: 57-61+84
总页数: 6
文件大小: 1948K
下载量: 368