摘要
本发明公开了一种临近空间高超声速目标快速增量识别方法,包括:基于高超声速目标初始类数据集训练第一高超声速目标识别网络模型进行目标识别;高超声速目标初始类数据集包括多个类别的样本;第一高超声速目标识别网络模型包括光谱特征提取器和第一目标分类器;每当有新增的目标类型时,基于高超声速目标新增类数据集训练第二高超声速目标识别网络模型进行目标识别;第二高超声速目标识别网络模型包括光谱特征提取器和第二目标分类器;高超声速目标新增类数据集基于旧类别样本和新类别样本构建得到;在训练第二高超声速目标识别网络模型时,光谱特征提取器的参数维持不变。本发明能够满足实际高超声速目标新类识别应用的快速更新且少灾难性遗忘。
技术关键词
高超声速
光谱特征提取
样本
分类器
识别方法
矩阵
网络模型训练
参数
数据
模块
元素
理论
数值
标识
代表
系统为您推荐了相关专利信息
运动图像识别
运动评估方法
运动图像序列
关键帧
分支
成像激光雷达系统
多光谱
神经网络结构
条纹
DenseNet网络
攻击检测方法
异常数据检测
电力监控系统
历史运行数据
生成对抗网络
深度学习方法
基线
功能性磁共振成像
正电子发射断层扫描
患者