《表1 不同生成样本数量下的SCGAN+CNN平均识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证基于SCGAN+CNN的低分辨雷达目标一步识别方法的可行性，进行卡车、摩托车和人3类目标的识别实验。用添加高斯白噪声的方法对数据进行加噪处理，训练集中每类目标含有960个样本，SNR=-5dB，算法使用设计的SCGAN和一维CNN模型。每个批次10个样本，CNN训练迭代次数为30次，使用不同数量的生成样本与真实样本混合作为CNN训练数据集。通过100次蒙特卡罗实验，训练后CNN对测试集平均识别率如表1所示。