《表8 T72 8类目标的不同模型识别精度比较》

  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

《SAR变体目标识别的卷积神经网络法》

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

对比本文模型与文献[26]模型的目标识别精度，结果如表8所示。由于MSTAR数据集提供的30°和45°的T72数据只包括A64一种类别，考虑到使训练过程中各类别的样本数量大致相同，本文没有使用30°和45°的T72数据。文献[26]分别在对训练集方向归一化和平移0、±4、±8、±12的情况下，对测试集采用与训练集相同的操作进行分类实验。本文采用上述训练得到的CNN模型，用原始和平移情况下测试集测试其分类性能，其中平移操作是指:以图像2维中心点为坐标原点，从水平和竖直方向分别平移±4、±8、±12、±16个像素提取目标切片图像。从表8可以看出，本文模型在没有对目标进行方向归一化的条件下，提高了对T72变体目标的识别精度，达到了95.48%的识别精度，具有较强的平移不变性。