本发明公开了一种基于度量学习的雷达HRRP小样本目标识别方法,包括首先构建多目标HRRP样本集,通过基于特征适应层和转换运算层改进的卷积神经网络训练出特征提取模型,利用所提取的特征计算每个类别的中心点,再利用度量函数构建损失函数,利用经过特征提取之后的非合作小样本目标的HRRP特征数据基于梯度优化的全连接层训练分类器,以此实现非合作小样本目标识别。本发明通过构建特征适应层和转换运算层来改进卷积神经网络,进一步提高了特征提取器的泛化能力。
科研之友
微信
新浪微博
Facebook
分享链接
