《表7 3种模型实验结果对比》

  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

《基于全连接神经网络的雷达目标航迹识别》

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

由于不同测试集的数据分布不同，为了充分比较模型效果，在实验时使用的样本容量均为18 000的训练集，分别在样本容量1 500，9 000，12 000的测试集上进行了比较．实验结果如表7所示．从表7看出，本文所使用的GANs网络的方法在测试效果上都比其他2种方法好．其原因在于相对于神经网络CNN和GANs，经典的SVM缺少对数据特征学习的过程．SVM重点在于分类计算，并没有对特征执行多次映射，优化其数据分布的过程．而在同类神经网络过程中，CNN与本文方法GANs相比，缺少了生成器G模拟真实数据的优化过程．因此，本文方法既兼顾了对雷达信号的特征学习，还引入了GANs网络中的对抗模拟真实数据的优化思想，仅用少量标签就能提高最终性能．