原创力文档- 1、本文档共37页，其中可免费阅读12页，需付费200金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于深度学习的SAR军用车辆目标识别
摘要：合成孔径雷达（Syntheticapertureradar,SAR）作为一种主动式相干成像雷达，能够全天时、全天
候、大面积地对地观测成像，在军事和民事领域都具有广泛的应用。尤其是在军事方面，SAR图像可以在一些复杂、干扰等不利环境下得到，可以实现对特定军事目标的检测和识别。
传统SAR图像目标识别方法需要经过图像采集、图像预处理、图像分割、特征提取、分类识别等过程，流程繁琐，模型泛化与表征能力有限，且通常对图像质量要求较高。本文针对SAR军用车辆目标识别问题，利用实测MSTARSAR地面静止目标数据，研究了一种基于卷积神经网络（A
文档评论（0）