摘要
本发明公开了基于预训练大语言模型的雷达海面小目标检测方法及系统,本发明提取雷达回波信号的多种序列特征,并分割成多个特征片段;利用预设的参考模型和自注意力策略对每个特征片段的可区分程度进行打分,并通过对低于预设程度阈值的特征片段进行剪枝,得到对雷达目标检测任务最为重要的特征片段;将筛选后的特征片段映射至与预训练大语言模型的编码器输入维度一致的特征空间进行特征对齐,并将对齐后的特征输入微调后的预训练大语言模型的编码器进行深层次的特征提取,以根据提取的深层次特征得到雷达海面小目标检测任务的目标检测结果。本发明有效滤除雷达信号中区分度较低的冗余信息,从而显著提升模型输入特征的判别质量。
技术关键词
大语言模型
编码器
雷达
序列特征
回波
注意力机制
短时傅里叶变换
多普勒
信号
Softmax函数
预训练语言模型
线性
脉冲重复频率
归一化模块
参数
矩阵
标记
特征提取模块
网络
系统为您推荐了相关专利信息
样本分类方法
预训练模型
视觉特征提取
分支
图像多模态
微多普勒
干扰抑制方法
递归神经网络
成像
注意力
声呐图像分割方法
融合特征
注意力
水下声呐图像
图像分割模型
刀具磨损监测
训练神经网络
切削加工过程
编解码器
时域特征
高层语义特征
嵌入特征
图像解码器
模块
图像编码器