摘要
本发明公开了一种层次原型损失函数约束的雷达HRRP目标开集识别方法,在面对RATR实际应用中的开放环境,测试集中包含训练阶段未曾出现的目标时,提高模型对已知类别的泛化性能,并在识别未知类别的同时提供未知类别与已知类别之间关系的信息。具体来说,首先,基于先验知识构建了一个类别层次结构,以指导训练和测试阶段。然后,我们提出了一种层次原型损失(HPL)以约束特征空间分布与类别层次结构一致。最后,利用训练好的原型网络按照层次结构进行预测,以此能够提供未知类别与已知类别之间关系的信息。在实测HRRP数据上的广泛实验验证了我们所提方法对于开集识别的有效性。
技术关键词
原型
开集识别方法
深度学习网络
节点
分层
特征提取模块
学习方法
高分辨雷达
分类器模型
约束特征
样本
特征提取器
数据
层级
有效性
标记