《表8 数据缺损下算法的鲁棒性》
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
《基于导向重构与降噪稀疏自编码器的合成孔径雷达目标识别》
利用导向重构算法对SAR图像做重构预处理,采用DSAE提取SAR图像的低维鲁棒性特征并用Softmax分类器对SAR目标分类处理,分别进行以下3种实验测试:1)循环次数1次,学习率变化因子为0.96,通过隐层网络节点的Dropout设置为0.5时丢弃上层的神经元,在训练阶段提高模型泛化能力,网络结构块不同的3类目标识别率如表6所示;2)保持网络结构不变,当网络输入层为4 096时,块大小设置为24,Dropout设置为0,网络参数不同的最优识别率如表7所示;3)保持相关测试参数不变,数据缺损下算法鲁棒性如表8所示。
图表编号 | XD00182620700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 王健、秦春霞、杨珂、任萍 |
绘制单位 | 西北工业大学电子与信息学院、西北工业大学第365研究所、西北工业大学电子与信息学院、西北工业大学电子与信息学院、西北工业大学电子与信息学院 |
更多格式 | 高清、无水印(增值服务) |