期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深层-浅层双流学习图模型的无监督少样本红外空中目标识别网络 被引量:1
1
作者 李雨泽 张岩 +1 位作者 陈宇 杨春玲 《红外与毫米波学报》 SCIE EI CSCD 北大核心 2023年第6期917-924,共8页
在军事空中目标识别领域,由于样本数量缺失,现有人工智能算法无法完成准确识别。文章利用已有足量辅助域图像辅助少样本应用域进行跨域目标识别,解决因标签缺失与样本稀疏导致的识别模型泛化能力不强及性能不佳问题。文章提出一种基于深... 在军事空中目标识别领域,由于样本数量缺失,现有人工智能算法无法完成准确识别。文章利用已有足量辅助域图像辅助少样本应用域进行跨域目标识别,解决因标签缺失与样本稀疏导致的识别模型泛化能力不强及性能不佳问题。文章提出一种基于深层-浅层双流学习图模型(D-SLGM)的跨域目标识别算法。首先,提出一种深层-浅层双流特征提取算法,解决无监督少样本条件下特征表示困难的问题;同时,提出一种基于图模型的特征融合算法,实现特征间高精度融合;基于融合后的特征训练识别模型,提升算法的泛化能力。使用自建空中目标数据集,设计三种应用场景。实验结果表明,D-SLGM平均识别准确率均值达到78.2%,优于对比方法,在实际空中目标识别应用中具有较大潜力。 展开更多
关键词 目标识别 无监督少样本学习 特征提取 特征融合 图卷积网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部