摘要
本发明公开了一种基于深度学习的海上航迹开放集合自动识别方法,属于航迹识别技术领域。本发明采用的技术方案为,一种基于深度学习的海上航迹开放集合自动识别方法,包括以下步骤:S1、数据输入:获取原始海上目标雷达航迹数据;S2、数据处理:对步骤S1的原始航迹数据进行处理,构建包含时间序列和频率信息的多维时频数据集,将某一类划分为未知类,其余类为已知类;本发明通过数据处理优化、iTransformer架构创新、虚拟分类器设计、超参数优化及训练策略等技术特征,提升了海上航迹识别的智能化水平,解决了传统方法效率低、抗噪声差、无法应对未知目标的问题;增强了模型对复杂动态航迹的识别能力、对未知目标的适应灵活性及整体泛化稳定性。
技术关键词
自动识别方法
雷达航迹数据
样本
深度学习模型
序列
三次样条插值法
特征工程
特征选择
分类器设计
动态航迹
编码器
超参数
航迹信息
特征提取模块
网络主体
注意力
抗噪声
系统为您推荐了相关专利信息
基因表达数据
训练样本数据
模糊决策
数据分类模型训练
模糊粗糙集
多参数
时域电磁法
神经网络结构模型
神经网络参数
梯度下降算法
个性化推荐模型
个性化推荐方法
关系
个性化推荐系统
分支