基于深度残差神经网络的航迹识别方法

本申请的实施例涉及信号处理技术领域，特别涉及一种基于深度残差神经网络的航迹识别方法，包括：对获取到的样本航迹数据进行预处理以去除异常值点，并在标注真实标签后，按照预设比例划分得到训练集和测试集；构建航迹识别模型，航迹识别模型由特征提取网络和分类网络组成；其中，特征提取网络为采用1D‑ResNet结构的深度残差神经网络；基于训练集对航迹识别模型进行有监督的迭代训练以不断实现航迹识别模型的网络参数调优，直至航迹识别模型收敛，得到最优的航迹识别模型；最后将待识别的目标航迹数据输入至最优的航迹识别模型种，得到最优的航迹识别模型输出的对目标航迹数据的识别结果。该方法显著提升了航迹识别的精度与效率。