摘要
本发明公开了一种基于生成对抗网络和深度度量的非完备数据舰船识别装置,用于对合成孔径雷达图像中的非完备舰船目标进行识别分类,克服目前已有的舰船目标识别模型识别效果不够好、难以进行特征选择以及无法适用于非完备数据情况的不足。预处理模块通过引入对抗生成网络实现了对非完备数据的增补,特征提取与选择模块利用融合评价策略选择最优的特征,分类识别模块基于深度度量方法,设计了加权三元组损失函数,自适应权重的引入使模型在训练过程中更关注重要的三元组,从而得到非完备数据情况下的舰船目标识别装置。本发明具有合成孔径雷达图像中的非完备舰船目标识别装置识别效果好、易于进行特征选择、目标识别训练过程更稳定。
技术关键词
掩码矩阵
生成对抗网络
合成孔径雷达图像
识别装置
稳定性准则
卷积神经网络模块
训练深度卷积神经网络模型
三元组损失函数
样本
随机梯度下降
识别模块
度量
特征提取模块
批量数据
灰度统计特征
系统为您推荐了相关专利信息
故障类别
故障特征
样本
生成对抗网络
轨道交通故障诊断
智能电子眼镜
信息采集装置
环境感知装置
眼镜镜框
眼镜主体
离散余弦变换
分块
图像像素
识别方法
计算机可读指令
搬运机器人
储物装置
压力检测元件
机器人主体
限位件