摘要
本发明提供了Fisher信息矩阵姿态角自适应SAR目标识别方法,通过设计正则项和Fisher信息矩阵保护已学习到的SAR目标特征的参数,构建姿态角自适应SAR目标识别连续学习模型。模型采用在线学习的方式学习新观测的SAR目标数据,通过Fisher信息矩阵动态调节参数的正则化强度,保护已学习的对识别任务贡献大的模型参数,增强模型对不同姿态角下SAR目标特征的自适应能力,提高目标识别的准确性。在MSTAR数据集上进行实验,姿态角自适应SAR‑ART模型能够在线学习不同姿态角下SAR目标数据,不断适应不同姿态角下SAR目标特征变化,识别精度得到有效提高。本发明可广泛应用于SAR目标识别技术领域。
技术关键词
数据
矩阵
识别方法
样本
预测类别
图像
合成孔径雷达
预训练模型
索引
序列
滤波
网络
超参数
在线
标签
因子
动态
精度
系统为您推荐了相关专利信息
模式特征向量
智能告警
时间序列特征
Apriori算法
分析方法
卷积神经网络模型
识别方法
AI语音识别
中文文本
短时傅里叶变换