Fisher信息矩阵姿态角自适应SAR目标识别方法

AITNT
正文
推荐专利
Fisher信息矩阵姿态角自适应SAR目标识别方法
申请号:CN202410758703
申请日期:2024-06-13
公开号:CN118628719B
公开日期:2024-12-06
类型:发明专利
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
1
一种基于大数据分析的架构性能智能告警及根源分析方法
模式特征向量 智能告警 时间序列特征 Apriori算法 分析方法
2
一种跨领域语言协同的量子金融运行系统和方法
金融 进程 算法 超文本传输协议请求 资源
3
集合深度翻译的视听一体化AI智能翻译系统及方法
智能翻译方法 声谱 智能翻译系统 序列 视听
4
一种AI语音识别方法及平板电脑
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
5
一种基于分布式集群的数据加工方法、装置、设备及介质
更新消息 节点 客户端 模式 分布式集群架构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号