《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》
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。
图表编号 | XD00126309500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 朱克凡、王杰贵 |
绘制单位 | 国防科技大学电子对抗学院、国防科技大学电子对抗学院 |
更多格式 | 高清、无水印(增值服务) |