一种基于增量学习的合成孔径雷达目标识别方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种基于增量学习的合成孔径雷达目标识别方法
申请号:CN202511145996
申请日期:2025-08-15
公开号:CN121033517A
公开日期:2025-11-28
类型:发明专利
摘要
一种基于增量学习的合成孔径雷达目标识别方法,先使用已有类别的样本训练一个基础模型,然后在新的训练样本到来时,保持旧类别特征空间的拓扑结构来缓解灾难性遗忘,适用于动态场景的合成孔径雷达目标识别,对新增的地面车辆目标和海面舰船目标均能有效识别,使用Swin‑Transformer作为特征提取器,同时捕获合成孔径雷达图像的局部和全局信息,使用弹性赫布图保持样本的空间结构,充分利用样本之间的相关性,提高训练效率,使用偏差校准层,缓解新、旧样本偏差对增量学习性能造成的影响。
技术关键词
识别方法 样本 神经网络模型 结点 合成孔径雷达图像 特征提取器 类别增量学习 数据 阶段 分类器参数 海面舰船 顶点 标签 模型校准 偏差 地面车辆 动态场景
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号