原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及基于小波去噪阈值自学习的带噪SAR图像目标识别方法，属于及雷达目标识别技术领域。依托于可学习阈值的小波散斑抑制网络和压缩‑激励卷积神经网络，可学习阈值的小波散斑抑制网络包括小波变换模块、可学习阈值模块及逆小波变换模块；可学习阈值的小波散斑抑制网络通过DWT提取图像高频分量放入卷积和全连接层，自适应对高频分量进行软阈值处理，再与低频分量结合后经过IWT得到去噪后图像；实现通过训练集标签来监督学习小波去噪的阈值，可学习阈值的小波散斑抑制网络输出后的图像经网络自动分层提取特征，并加入压缩‑激
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112906716 A
(43)申请公布日 2021.06.04
(21)申请号 202110212547.8
(22)申请日 2021.02.25
(71)申请人 北京理工大学
地址
文档评论（0）