《表1 不同分类器的识别率》
为了验证本文所设计的卷积神经网络模型应用于航迹特征目标识别的有效性,用传统神经网络BP网络和经典的卷积神经网络LeNet-5与本文模型进行比较,BP网络采用6×50×50×15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。LeNet-5网络参数设置为每一次迭代样本数量20,迭代次数500,学习率0.001,与本文设置基本一致。对比结果如表1所示。本文设计的模型除识别效果较以前有提升外,复杂度不是很高,满足工程应用需求。
图表编号 | XD0085374900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.28 |
作者 | 徐雄 |
绘制单位 | 中国西南电子技术研究所 |
更多格式 | 高清、无水印(增值服务) |