基于自支持散射特征编码的少样本ISAR目标识别方法

本发明提出了基于自支持散射特征编码的少样本ISAR目标识别方法，包括：对目标ISAR像进行预处理；将当前ISAR像划分为训练数据集与测试数据集，并构建基于卷积神经网络的特征嵌入网络，用于生成高维查询特征与支持特征；将训练数据集分为查询样本与支持样本，并输入特征嵌入网络，获取对应高维特征张量，利用高维特征张量，基于散射纹理相似性的处理方式，生成高维散射特征，用于确定目标部件分割结果；在自支持与交互损失的监督下，进行迭代训练；迭代训练完成后，得到部件分割算法的模型权重；加载模型权重，利用测试数据集得到少样本ISAR目标部件识别结果。本发明在准确识别部件的同时，分割结果有助于分析目标姿态与运行状态。