摘要
本申请涉及一种融合格拉姆角场的小样本HRRP识别方法、装置及设备,通过对一维高分辨率距离像样本进行归一化后转换为格拉姆角场二维图,根据带标签和无标签的格拉姆角场二维图依据目标类别分别构建多个支持集以及查询集,继而构建多个训练批次,根据多个训练批次以及元学习方式对图神经网络进行训练,使其具备对小样本未知目标进行识别的能力,在图神经网络中将一个训练批次中的所有格拉姆角场二维图映射为图结构的节点,通过对各节点之间边的权重进行学习从而预测无标签对应节点的目标类别,采用训练后的图神经网络对未知目标的小样本一维高分辨率距离像进行识别,以克服小样本HRRP识别中因训练样本不足而导致的严重过拟合问题。
技术关键词
HRRP识别方法
带标签
节点特征
训练样本集
嵌入特征
多层感知机
参数
神经网络训练
识别装置
计算机设备
编码
识别模块
存储器
处理器
矩阵
动态
系统为您推荐了相关专利信息
车辆控制参数
全局路径规划
深度网络模型
非标准
立体视觉系统
磁共振图像数据
节点特征
图像融合策略
像素
连续性
车载无线通信
任务调度系统
任务调度模型
车载设备
服务级别协议
异构
注意力机制
多尺度
柔性作业车间调度
多节点
软件漏洞检测方法
程序依赖图
软件漏洞检测系统
数据
邻域