龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军战略支援部队航天工程大学
摘要：本发明提出了基于自支持散射特征编码的少样本ISAR目标识别方法，包括：对目标ISAR像进行预处理；将当前ISAR像划分为训练数据集与测试数据集，并构建基于卷积神经网络的特征嵌入网络，用于生成高维查询特征与支持特征；将训练数据集分为查询样本与支持样本，并输入特征嵌入网络，获取对应高维特征张量，利用高维特征张量，基于散射纹理相似性的处理方式，生成高维散射特征，用于确定目标部件分割结果；在自支持与交互损失的监督下，进行迭代训练；迭代训练完成后，得到部件分割算法的模型权重；加载模型权重，利用测试数据集得到少样本ISAR目标部件识别结果。本发明在准确识别部件的同时，分割结果有助于分析目标姿态与运行状态。
主权项：1.一种基于自支持散射特征编码的少样本ISAR目标识别方法，其特征在于，包括：步骤S1，对目标ISAR像进行预处理；步骤S2，依据预设比例将当前ISAR像划分为训练数据集与测试数据集，并构建基于卷积神经网络的特征嵌入网络，用于生成高维查询特征与支持特征；步骤S3，在少样本Nway-Kshot的实验设定下，将训练数据集分为查询样本与支持样本，并输入特征嵌入网络，获取对应的高维特征张量，利用所述高维特征张量，基于散射纹理相似性的处理方式，生成高维散射特征，用于确定目标部件分割结果；步骤S4，在自支持与交互损失的监督下，进行迭代训练；迭代训练完成后，得到部件分割算法的模型权重；步骤S5，加载所述模型权重，利用所述测试数据集得到少样本ISAR目标部件识别结果。
全文数据：
权利要求：
百度查询： 中国人民解放军战略支援部队航天工程大学 基于自支持散射特征编码的少样本ISAR目标识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号