摘要
本发明公开了一种基于CVAE‑GAN深度模型的雷达目标开集识别方法,所述方法包括:获取嵌入目标数据集,通过嵌入目标的属性推导出CVAE模型;将分类损失和GAN损失集成到CVAE模型中,得到CVAE‑GAN模型;将嵌入目标数据集分为训练集和测试集,通过训练集和测试集实现CVAE‑GAN模型的训练和测试;将待识别的雷达目标图像输入至CVAE‑GAN模型实现雷达目标开集识别。本发明结合CVAE‑GAN中的编码器网络和生成网络,在给定目标类别标签和目标属性的情况下,可以生成训练数据集中缺失的清晰雷达目标图像;同时可以对已知类别进行分类,并识别出特征不在已知类角度范围内的未知目标类。
技术关键词
开集识别方法
GAN模型
雷达
非暂态计算机可读存储介质
生成训练数据
变量
标签
图像
重构
编码器
网络
符号
处理器
样本
参数
系统为您推荐了相关专利信息
光学调节方法
生物特征数据
头显设备
神经网络模型
色散补偿
场景标注方法
多模态数据融合
二维图像数据
三维点云数据
关键点
特性建模方法
聚类算法
雷达散射截面
回波
空间邻域关系
自主车辆定位
地图匹配方法
坐标
激光雷达数据
正态分布变换
阶段
网络
上存储计算机程序
预测装置
生成训练数据