機器學習是人工智能領域的重要技術,在圖像分類識別領域有突出的技術優(yōu)勢,且運用廣泛。隨著計算機硬件技術的提升,作為機器學習的重要發(fā)展趨勢,深度學習算法已成為計算機視覺領域最熱門的方向之一。本文為探究深度學習算法中的卷積神經網絡在SAR圖像目標識別上的應用,通過對卷積神經網絡的改進,以及網絡傳播過程的分析,最后驗證SAR圖像識別的準確率。 

【文章來源】：電子制作. 2020,(22)

【文章頁數(shù)】：3 頁

【文章目錄】：
0 引言
1 卷積神經網絡改進
    1.1 卷積神經網絡介紹
    1.2 卷積神經網絡結構
    1.3 卷積神經網絡改進
2 網絡傳播及訓練
    2.1 卷積神經網絡傳播過程
    2.2 卷積神經網絡訓練
3 實驗及結論


【參考文獻】：
期刊論文
[1]基于深度學習的SAR目標檢測方法[J]. 梁懌清,王小華,陳立福.  雷達科學與技術. 2019(05)
[2]基于深度學習的SAR圖像目標識別算法[J]. 崔福彬,張茜,雷俞承志,尹偉石.  長春理工大學學報(自然科學版). 2019(04)
[3]SAR變體目標識別的卷積神經網絡法[J]. 馮秋晨,彭冬亮,谷雨.  中國圖象圖形學報. 2019(02)
[4]采用深度學習的多方位角SAR圖像目標識別研究[J]. 鄒浩,林赟,洪文.  信號處理. 2018(05)
[5]深度學習在SAR目標識別與地物分類中的應用[J]. 徐豐,王海鵬,金亞秋.  雷達學報. 2017(02)



本文編號：3615941