TY -的A2 -张,年兽盟——王,魏盟——张Chengwen盟——田Jinge盟——或者,建平AU -李,霁PY - 2020 DA - 2020/07/09 TI - SAR图像目标识别方法通过小说SSF-Net模型SP - 8859172六世- 2020 AB -广泛应用的高分辨率雷达,雷达自动目标识别的应用(RATR)越来越关注如何快速、准确地识别高分辨率雷达的目标。因此,合成孔径雷达(SAR)图像识别技术已成为该领域的研究热点之一。基于SAR图像的特点,稀疏数据特征提取模块(SDFE)设计,和一个新的卷积神经网络SSF-Net进一步提出基于SDFE模块。与此同时,为了提高加工效率,网络采用三种方法对目标进行分类:三个完全连接(FC)层,一层完全连接(FC),全球平均池(GAP)。其中,后两种方法没有参数和计算成本,和他们有更好的实时性能。测试的方法对公共数据集SAR-SOC SAR-EOC-1。SSF-Net的实验结果表明,相对更好的鲁棒性,达到最高的识别精度SAR-SOC SAR-EOC-1, 99.55%和99.50%,分别高于1% SAR-EOC-1上的方法进行了比较。SN - 1687 - 5265 UR - https://doi.org/10.1155/2020/8859172 - 10.1155 / 2020/8859172摩根富林明计算智力和神经科学PB - Hindawi KW - ER