《表2 网络模型参数设置:基于混合核深度适配网络的HRRP目标识别》

《表2 网络模型参数设置:基于混合核深度适配网络的HRRP目标识别》   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
《基于混合核深度适配网络的HRRP目标识别》


  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

实验中,HRRP数据的仿真和预处理,数据集的划分以及海杂波的仿真是通过MATLAB完成的。网络模型的构建和训练是在Pytorch框架完成的。实验中使用图3所示的模型,其参数设置如表2所示。每个卷积层使用的卷积核大小都是1×5,卷积时不使用填充。训练时学习率为0.003,学习率衰减率为0.99,dropout为0.3,批次大小是150。模型中的激活函数均为Relu函数。训练流程如图5所示。