摘要
本发明公开了一种基于毫米波雷达端到端凌空手写字母识别方法,属于雷达数据处理领域。本发明使用完整的雷达原始数据对凌空手写字母进行识别,提出了一个基于书写模式指导的毫米波雷达端到端手写识别方法的多模态优化目标,基于这个优化目标,提出了一种针对毫米波雷达原始信号和二维手写字母笔画轨迹数据的多模态手写识别模型,并针对上述优化目标和模型架构,提出了一种针对性的神经网络训练策略。该方法通过在训练过程中融入先验知识,降低网络对抽象特征的提取复杂度,加速了雷达原始数据特征提取器的训练收敛,并提高了其在复杂手写字母识别任务中的识别准确率。
技术关键词
手写字母识别方法
轨迹特征
雷达
双层长短期记忆网络
信号特征提取
手写识别方法
神经网络训练
线性调频脉冲
解码器
特征提取器
编码器参数
重构
融入先验知识
中频信号
序列
系统为您推荐了相关专利信息
激光发射机构
相机摄像头
激光雷达
雨刷底座
清洁机构
道路三维模型
可视化建模方法
车载定位系统
车辆定位数据
市政道路工程
车辆管理系统
车辆管理方法
车牌号
车道
车牌识别算法
反演方法
多尺度特征融合
仿真模型
雷达
重构模块
判断标签
无人机航迹
相位变化特征
机器学习模型
分类方法