针对现有基于深度卷积神经网络(DCNNs)的逆合成孔径雷达(ISAR)目标识别方法在训练样本不足时性能下降甚至失效等问题，该文提出基于高斯原型网络(GPN)的小样本ISAR目标识别方法。该方法通过嵌入网络将ISAR像映射为嵌入向量，进而根据加权嵌入向量构建高斯原型，最终根据测试样本到原型的马氏距离预测目标类别。3类飞机目标实测数据的识别结果表明，该方法在小样本条件下可获得更高的平均识别精度。
科研之友
微信
新浪微博
Facebook
分享链接
