基于卷积神经网络+迁移的飞机目标分类方法

摘要：

为提高现代战争中对飞机目标分类识别的准确度,提出了一种基于卷积神经网络与迁移学习相结合的飞机目标分类方法.首先利用建立的飞机叶片回波模型经过短时傅里叶变换后得到所需直升机、螺旋桨飞机和喷气式飞机的时频图数据集;其次通过迁移学习对源域网络模型进行迁移,并对目标域网络模型通过微调作进一步优化;最后利用所提方法对仿真生成的三类飞机时频图数据集进行预测分类.仿真结果表明,本文方法对三类飞机目标总测试样本的平均分类识别率为99.08%,表现出了良好的分类识别效果.

关键词：飞机目标分类、卷积神经网络、迁移学习、短时傅里叶变换、时频图

所属期刊栏目：37

分类号：TN959

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：175-180