摘要
本发明公开了一种基于聚类边界检测的雷达高分辨距离像开集识别方法和装置。步骤包括:建立雷达高分辨距离像的训练和测试集;对训练和测试集进行数据预处理;构建卷积神经网络;利用训练集训练卷积神经网络;提取训练集的特征;计算训练集同类别特征中心和样本特征到其余特征的向量和的欧式长度;向量和欧式长度最大的部分样本即为聚类边界样本;提取测试集的特征;计算测试特征到特征中心的最小欧式距离和对应类别;计算测试特征到最小距离类别的训练特征的向量和的欧式长度,与聚类边界样本对应的欧式长度做比较,进行开集识别。本发明不仅可用于对库内已知类别目标进行识别分类,且可拒判库外未知类别目标,提高了目标识别准确率和雷达的自动化和智能化水平。
技术关键词
雷达高分辨距离像
卷积神经网络提取
识别方法
构建卷积神经网络
聚类
训练样本集
测试特征
训练卷积神经网络
训练特征
数据获取模块
表达式
识别装置
识别模块
训练集
数值
代表
系统为您推荐了相关专利信息
动作识别方法
混合神经网络模型
连续小波变换
飞行参数数据
注意力
自然资源
风险评估方法
环境监测数据
遥感图像数据
语义特征
GIS设备
动作识别方法
隔离刀闸
特征提取模型
图片
轨迹预测模型
轨迹预测方法
驾驶风格识别
车辆轨迹数据
加速度