基于GA N的半监督低分辨雷达目标识别算法
针对雷达侦察过程中数据库标签样本不足导致目标识别率难以提高的问题,提出了基于生成对抗网络(GAN)的半监督低分辨雷达目标识别算法.该算法将现有的少量标签样本和接收到的大量无标签样本作为样本集,使用卷积神经网络(CNN)替代GAN的判别器部分,利用GAN强大的对抗生成能力,提高小标签样本条件下对低分辨雷达目标的分类识别能力.仿真实验结果表明,该算法较传统半监督雷达目标识别方法具有更短的识别时间和更好的识别效果,证明了算法的优越性.
低分辨雷达目标识别、深度学习、生成对抗网络、卷积神经网络
41
TN959.1
国防预研基金项目资助9140C100404120C1003
2020-03-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
57-63