購物車(0)
基于SAR目標識別的深度學習方法
關鍵詞：dbn sdae 雙通道 單隱含層 加權融合
摘要：研究了DBN和SDAE在SAR雷達目標識別領域的應用,并在此基礎上提出了一種雙通道單隱含層的深度學習模型DBN-SDAE。該模型的優(yōu)勢在于采用雙通道的單隱含層模型對圖像數(shù)據(jù)進行學習,提取圖像特征,避免了傳統(tǒng)深度學習方法隨著隱含層和神經(jīng)元數(shù)量的增加計算復雜度增長過快的缺點;同時采用加權融合方法融合兩個通道所學習的特征,既保留了數(shù)據(jù)的細節(jié)信息,又保留了數(shù)據(jù)的結(jié)構信息,一定程度上解決了特征利用不充分的問題。實驗結(jié)果表明,所提方法在NN迭代次數(shù)遠遠小于DBN中NN的迭代次數(shù);且在識別準確率上最高可達98.640%,較SDAE和DBN分別高0.511%和1.701%。
火力與指揮控制雜志要求:
{1}作者確需變更時應向編輯部說明變更原因并必須提交全部作者親筆簽名同意變更的書面文件。署名作者在2人以上（含2人）及以集體作者署名時，應標注通訊作者。
{2}基金項目：論文涉及的課題如為國家或部、省級以上基金或攻關項目，應注于文章首頁，如“基金項目：國家自然科學基金（編號：30271269）”。
{3}文中圖表要精選，具有自明性且隨文出現(xiàn)，統(tǒng)一連續(xù)編號。圖中文字、符號和數(shù)字應與文中表述一致，要有圖序、圖題。表的內(nèi)容不應與圖表述重復，要有表序、表題。
{4}參考文獻：（1）正文格式：作者，發(fā)表年（多版次文獻請同時提供第 1 版的發(fā)表時間），頁碼，外加圓括號。（2）文末格式：中、外文獻分開，各按音序排列。
{5}在采用的稿件中如有政治錯誤及侵權或泄密行為，作者應負全部責任并承擔由此帶來的經(jīng)濟損失。
{6}注釋編號用①②等形式，連續(xù)編號。參考文獻序號用[1]、[2] 等標注，一種文獻在同一文中被反復引用者，用同一序號標示，并在序號“[ ]”外標明引文頁碼。
{7}正文各部分都應簡潔明了。結(jié)果中層次標題一律用阿拉伯數(shù)字連續(xù)編號，盡量減少層次; 不同層次的數(shù)字之間用小圓點相隔，末位數(shù)字不加標點符號。如“1”、“1.1”、“1.1.1”等。
{8}關鍵詞的確定應按GB/T3860的原則和方法，參照各種詞表和工具書選??；未被詞表收錄的新學科、新技術中的重要術語以及論文中的人名、地名也可作為關鍵詞標出。
{9}文題：應簡明扼要，能準確反映文稿的主題，不使用非公知公認的縮略語，中文文題一般以20個漢字以內(nèi)為宜。
{10}質(zhì)量要求：具有原創(chuàng)性、創(chuàng)新性、實踐性、推廣性。稿件強調(diào)首發(fā)。所有來稿須在文章首頁以腳注形式注明是否在其他刊物或媒體(包括自媒體)上公開發(fā)表過。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
