摘要
本发明提出了一种基于双分支散射特征融合模型的ISAR目标识别方法,包括:对目标ISAR数据进行预处理;将当前ISAR数据划分为训练数据集与测试数据集并对训练数据集进行训练;构建双分支散射特征融合模型,提取ISAR像域的高维散射特征;将ISAR像与对应的ISAR回波数据输入双分支散射特征融合模型,获取对应的高维特征张量,并将双分支的高维特征张量进行融合,用于确定目标部件分割预测结果;利用目标部件分割预测结果以及高维特征张量进行模型训练,以确定模型权重并加载,利用测试数据集得到ISAR目标部件识别结果。本发明提出了基于双分支散射特征融合模型的少样本语义分割框架,实现了少样本条件下的目标部件精确识别。
技术关键词
散射特征
识别方法
分支
回波
样本
计算机存储介质
数据
查询特征
残差结构
纹理特征
损失函数优化
编码
网络
处理器
语义
图像
电子设备
通道
识别装置
度量
系统为您推荐了相关专利信息
压力传感装置
压力识别方法
传感组件
机械手指
工字梁结构
反演模型更新方法
遥感影像数据
粒子群优化算法
参数
贝叶斯方法
肺炎支原体肺炎
变量
血清
噬血细胞综合征
预测效能