摘要
本发明公开了一种基于逆类别有效特征空间加权的雷达HRRP目标识别方法,包括:获取类别不均衡的HRRP回波数据集并进行预处理;构建残差神经网络,残差神经网络依次包括特征提取模块和分类器模块;获得HRRP回波数据集的类别有效特征空间;获得每个类别的逆类别频率权重,进而获得每个类别的逆类别有效特征空间权重;利用交叉熵损失和逆类别有效特征空间权重对残差神经网络进行两个阶段的训练,获得训练后的残差神经网络模型;利用训练后的残差神经网络模型对待识别的HRRP回波数据进行目标识别。本发明将解耦训练策略和逆类别有效特征空间重加权策略有机结合,在轻微类别不均衡和严重类别不均衡的HRRP数据集上,提高模型的识别准确率增益。
技术关键词
残差神经网络
识别方法
回波
特征提取模块
雷达
数据
分类器
样本
累积分布函数
策略
表达式
频率
因子
有效性
输出端
阶段
原型
参数
元素
系统为您推荐了相关专利信息
业务趋势预测方法
训练机器学习模型
事件特征
时序特征
皮尔逊相关系数
配电智能终端
状态监测方法
矩阵
网络带宽利用率
多模态特征
HRRP识别方法
带标签
节点特征
训练样本集
嵌入特征
裂缝病害
分类方法
路况快速检测系统
语义
道路病害
语法特征
层次聚类算法
识别方法
条件随机场
特征融合网络