《表5 不同分类器的识别率Tab.5 Recognition rates for different classifiers》

  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

《一维卷积神经网络用于雷达高分辨率距离像识别》

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CNN应用于HRRP特征提取和分类的有效性，用BP（Backpropagation）网络、SVM分类器和K-最近邻（K-Nearest Neighbor，KNN）分类器与CNN进行比较。BP网络采用256×50×50×4的网络结构，训练方法为批量梯度下降法，最大迭代次数为6 000。SVM分类器使用LIBSVM开源工具箱[11]，核函数采用径向基函数，惩罚系数c和径向基函数中参数γ基于网格搜索法进行寻优；KNN分类器中的度量采用欧氏距离，K值取3。实验结果如表5所示。