System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 永久免费无码日韩视频,精品人体无码一区二区三区,无码激情做a爰片毛片AV片 
  • 

  • 
<ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>
    

    

    
    
      
    
          
          
    
            
    
                
    
                    
    
                        
    
                            
    基于復流形網絡的SAR目標識別模型的構建方法及系統技術方案
    
                            
    技術編號：41917583 閱讀：21 留言：0更新日期：2024-07-05 14:18
    
                        
    
                        
    
                            
                            本發明專利技術公開了一種基于復流形網絡的SAR目標識別模型的構建方法及系統，其中，包括：步驟S1，根據所獲取的針對多個不同類別的目標的SAR復圖像數據構建訓練集和測試集；并將目標的實際類別作為訓練集和測試集的標簽；步驟S2，將訓練集與其對應的標簽所構成的訓練樣本集輸入到復流形網絡中進行訓練，得到訓練好的模型，并保存其最佳參數；步驟S3，加載所述步驟S2中的訓練好的模型，使用所述步驟S1中的測試集測試所述訓練好的模型的性能。實現了對SAR復圖像信息的充分利用，并且識別率更高。
    
                            
                            
    


    
                            

                            
    【技術實現步驟摘要】
    
                                
    本專利技術涉及遙感圖像sar目標識別，尤其涉及一種基于復流形網絡的sar目標識別模型的構建方法及系統。

    技術介紹
    1、合成孔徑雷達(synthetic?aperture?radar，sar)作為一種主動對地觀測系統，可以在遠距離條件下全天時全天候獲得高分辨率雷達圖像，這為其在遙感圖像目標檢測、目標識別、地物分類、災害監測等領域的應用奠定了重要基礎。sar目標識別作為sar圖像解譯的一個重要分支，已經成為遙感領域的熱門研究課題。
    2、sar成像系統輸出的sar復圖像一般包含了幅度和相位，幅度表示目標散射的能量強度，相位則反映出目標的材料和形狀邊界。傳統的基于深度學習的sar目標識別方法通常只考慮sar幅度圖像的視覺信息，忽略了相位信息，因而導致模型未能充分學習sar復圖像中的目標特征。
    3、為充分挖掘sar復圖像中豐富的目標特征，目前已經開發了很多復數神經網絡模型，用于復值sar目標識別。這些復數神經網絡將實數神經網絡的卷積、池化、全連接等層函數和實數神經網絡的權重參數擴展到復數域，然后利用復數神經網絡處理sar復圖像的幅度和相位。然而這些復數神經網絡的復雜度幾乎是實數神經網絡的2倍，在實際的sar目標識別應用中效率較低，實時性較差。

    技術實現思路
    1、本專利技術提供了一種基于復流形網絡的sar目標識別模型的構建方法及系統，旨在有效解決現有技術中實數神經網絡未考慮相位信息，以及復數神經網絡復雜度高、實時性差的問題，以及提升模型對sar目標的識別能力。
    <p>2、根據本專利技術的一方面，本專利技術提供一種基于復流形網絡的sar目標識別模型的構建方法，包括以下步驟：
    3、步驟s1，根據所獲取的針對多個不同類別的目標的sar復圖像數據構建訓練集和測試集；并將目標的實際類別作為訓練集和測試集的標簽；
    4、步驟s2，將訓練集與其對應的標簽所構成的訓練樣本集輸入到復流形網絡中進行訓練，得到訓練好的模型，并保存其最佳參數；
    5、步驟s3，加載所述步驟s2中的訓練好的模型，使用所述步驟s1中的測試集測試所述訓練好的模型的性能。
    6、進一步地，所述復流形網絡的層函數包括復流形卷積層、復流形非線性激活函數和復流形全連接層。
    7、進一步地，構建所述復流形網絡的復流形卷積層的方法包括：
    8、在復數的流形空間里提取sar圖像數據的幅度和相位信息；
    9、基于乘積流形空間的測地線距離，定義乘積流形空間中兩個復數之間的流形距離；
    10、基于乘積流形空間中兩個復數之間的流形距離的計算結果，構建所述復流形網絡的卷積層函數。
    11、進一步地，所述在復數的流形空間里提取sar圖像數據的幅度和相位信息的方法包括：
    12、利用直角坐標系和極坐標系表示原始的sar復圖像；
    13、將基于極坐標形式的原始的sar復圖像轉換為對應的流形表示。
    14、進一步地，所述利用直角坐標系和極坐標系表示原始的sar復圖像包括：
    15、根據下式表示原始的sar復圖像：
    16、
    17、其中，表示復平面空間；在直角坐標系中，x，y∈r分別表示sar復圖像的實部和虛部，表示實數集合；在極坐標系中，和θ＝arctan(y，x)分別表示sar復圖像的幅度和相位。
    18、進一步地，所述將基于極坐標形式的原始的sar復圖像轉換為對應的流形表示包括：
    19、步驟s201，根據下式將基于極坐標形式的原始的sar復圖像的幅度和相位轉換為對應的流形表示：
    20、
    21、
    22、其中，r+是正實數的流形，對應于幅度信息，so(2)是平面旋轉矩陣的流形，對應于相位信息；
    23、步驟s202，通過下式將原始的sar復圖像的幅度和相位從復平面空間轉換到乘積流形空間：
    24、
    25、
    26、其中，r(θ)是平面旋轉矩陣，so(2)是平面旋轉矩陣的流形，f為一個轉換關系，表示從極坐標空間轉換為流形空間，f-1為一個轉換關系，表示從流形空間轉換為極坐標空間。
    27、進一步地，所述基于乘積流形空間的測地線距離，定義乘積流形空間中兩個復數之間的流形距離為：
    28、
    29、其中，||·||f是frobenius范數，log為正實數|z|的對數映射，logm為平面旋轉矩陣r(θ)的對數映射，dm(z1，z2)表示乘積流形空間中兩個復數之間的流形距離。
    30、進一步地，所述基于乘積流形空間中兩個復數之間的流形距離的計算結果，構建所述復流形網絡的卷積層函數包括：
    31、步驟s211，令給定sar復圖像上的m個復數表示為：
    32、
    33、步驟s212，通過下式計算上述m個復數的加權frechet均值：
    34、
    35、其中，dm表示乘積流形空間中兩個復數之間的流形距離，z′是m個數據的加權最小值，argmin()為取最小的函數，為權重；其中，權重滿足下列約束條件：
    36、
    37、進一步地，構建所述復流形網絡的復流形非線性激活函數的方法包括：
    38、步驟s221，使用對數映射，將復平面空間上的一個點映射到對應流形的切空間；
    39、步驟s222，類比實數的relu激活函數表達式，在對應流形的切空間中應用relu激活；
    40、步驟s223，使用指數映射，從對應流形的切空間映射回到乘積流形空間。
    41、進一步地，在步驟s221中，對于乘積流形r+×so(2)，使用log映射，將|z|∈r+映射為log(|z|)，使用logm映射，將r(θ)∈so(2)映射為：
    42、
    43、在步驟s222中，類比實數的relu激活函數表達式，對于|z|∈r+和r(θ)∈so(2)，在其對應切空間中應用relu激活，其公式表達為：
    44、relu(log(|z|))＝max(log(|z|)，0)；??(8)
    45、
    46、在步驟s223中，使用指數映射，從對應流形的切空間映射回到乘積流形空間，
    47、上述步驟s221～步驟s223可用數學公式歸納為下列公式：
    48、
    49、
    50、其中，trelu表示切relu激活函數，用于將|z|＜1的部分修正為1，θ＜0的部分修正為0。
    51、進一步地，構建所述復流形網絡的復流形全連接層的方法包括：
    52、基于乘積流形上每一個復數到對應所有復數的加權frechet均值的流形距離不變，將計算流形距離的距離變換操作，作為復流形全連接層函數。
    53、進一步地，所述將計算流形距離的距離變換操作，作為復流形全連接層函數包括：
    54、設復流形全連接層的輸入特征圖有c個通道，每個通道有k個像素，則共有本文檔來自技高網...
                            
    
                            
    【技術保護點】
    
                                
    1.一種基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，包括以下步驟：
    2.如權利要求1所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，所述復流形網絡的層函數包括復流形卷積層、復流形非線性激活函數和復流形全連接層。
    3.如權利要求2所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，構建所述復流形網絡的復流形卷積層的方法包括：
    4.如權利要求3所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，所述在復數的流形空間里提取SAR圖像數據的幅度和相位信息的方法包括：
    5.如權利要求4所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，所述利用直角坐標系和極坐標系表示原始的SAR復圖像包括：
    6.如權利要求5所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，所述將基于極坐標形式的原始的SAR復圖像轉換為對應的流形表示包括：
    7.如權利要求3所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，
    8.如權利要求3所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，所述基于乘積流形空間中兩個復數之間的流形距離的計算結果，構建所述復流形網絡的卷積層函數包括：
    9.如權利要求8所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，構建所述復流形網絡的復流形非線性激活函數的方法包括：
    10.如權利要求9所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，
    11.如權利要求10所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，構建所述復流形網絡的復流形全連接層的方法包括：
    12.如權利要求11所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，所述將計算流形距離的距離變換操作，作為復流形全連接層函數包括：
    13.如權利要求2所述的基于復流形網絡的SAR目標識別模型的構建方法，其特征在于，
    14.一種基于復流形網絡的SAR目標識別模型的構建系統，其特征在于，所述系統包括：
    15.一種基于復流形網絡的SAR目標識別方法，其特征在于，所述復流形網絡基于如權利要求1至13中任一項所述的基于復流形網絡的SAR目標識別模型的構建方法構建，所述方法包括：
    16.一種計算機設備，其特征在于：包括存儲介質、處理器以及儲存在所述存儲介質中并可被所述處理器執行的計算機程序，所述計算機程序被處理器執行時實現如權利要求1至13中任一所述的基于復流形網絡的SAR目標識別模型的構建方法的步驟。
    17.一種計算機設備，其特征在于：包括存儲介質、處理器以及儲存在所述存儲介質中并可被所述處理器執行的計算機程序，所述計算機程序被處理器執行時實現如權利要求15所述的基于復流形網絡的SAR目標識別方法的步驟。
    ...
                            
    
                            
    【技術特征摘要】
    
                                
    1.一種基于復流形網絡的sar目標識別模型的構建方法，其特征在于，包括以下步驟：
    2.如權利要求1所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，所述復流形網絡的層函數包括復流形卷積層、復流形非線性激活函數和復流形全連接層。
    3.如權利要求2所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，構建所述復流形網絡的復流形卷積層的方法包括：
    4.如權利要求3所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，所述在復數的流形空間里提取sar圖像數據的幅度和相位信息的方法包括：
    5.如權利要求4所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，所述利用直角坐標系和極坐標系表示原始的sar復圖像包括：
    6.如權利要求5所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，所述將基于極坐標形式的原始的sar復圖像轉換為對應的流形表示包括：
    7.如權利要求3所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，
    8.如權利要求3所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，所述基于乘積流形空間中兩個復數之間的流形距離的計算結果，構建所述復流形網絡的卷積層函數包括：
    9.如權利要求8所述的基于復流形網絡的sar目標識別模型的構建方法，其特征在于，構建所述復流形網絡的復流形非...
                            
    
                            
    【專利技術屬性】
    
                                技術研發人員：徐剛，倪培雙，裴昊，張慧，洪偉，周振超，
    
        申請(專利權)人：南京隼眼電子科技有限公司，
    
        類型：發明
    
        國別省市：
    
                            
    
                            
                        
    
                    
    
                    
                    
                     
                
    
                
                
    
                    
    
                        網友詢問留言
                        已有0條評論
                    
    
                    
    
                        
    
                            
      
                                
    • 
                                
						

      還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。
      


                              
                            
    
                            
    
                                 1 

                            
    
                        
    
                        
                        
    
                            
    
                              
                            
    
                            
                        
    
                    
    
                
    
            
    
              
             
          
    
      
    
    
    

    
    
    




  


主站蜘蛛池模板：
日韩成人无码一区二区三区|
AV无码人妻中文字幕|
成人免费无码大片A毛片抽搐
|
蜜桃成人无码区免费视频网站|
亚洲AV无码乱码麻豆精品国产|
人妻少妇无码视频在线|
久久ZYZ资源站无码中文动漫|
JLZZJLZZ亚洲乱熟无码|
激情无码人妻又粗又大中国人
|
日韩专区无码人妻|
亚洲国产成人精品无码区在线网站|
日韩无码系列综合区|
免费无码AV片在线观看软件|
久久午夜无码鲁丝片|
亚洲欧洲自拍拍偷午夜色无码|
精品人妻中文无码AV在线
|
无码专区国产无套粉嫩白浆内射|
精品多人p群无码|
无码人妻AV一二区二区三区|
亚洲无码在线播放|
一本加勒比HEZYO无码资源网|
无码少妇一区二区浪潮av|
曰韩无码无遮挡A级毛片|
亚洲日韩看片无码电影|
亚洲av永久无码精品天堂久久|
国产激情无码视频在线播放性色|
韩国19禁无遮挡啪啪无码网站|
国产精品无码专区在线播放|
老司机无码精品A|
特级无码毛片免费视频|
国产精品第一区揄拍无码|
日韩AV无码精品一二三区|
国产精品无码一区二区在线观|
男人av无码天堂|
日韩精品无码Av一区二区|
成人无码午夜在线观看|
亚洲精品无码久久千人斩|
无码成人一区二区|
久久无码AV一区二区三区|
制服在线无码专区|
国产精品亚洲专区无码不卡|