[发明专利]融合特征损失和三目标优化的鲁棒SAR图像识别系统与方法在审
申请号: | 202310041805.X | 申请日: | 2023-01-12 |
公开(公告)号: | CN116109926A | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 曾国强;张宇;翁健;耿光刚;李理敏;魏海南 | 申请(专利权)人: | 暨南大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/764;G06V10/774;G06V10/77;G06V10/80;G06V10/82;G06N3/04;G06N3/086;G06N3/126 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 邱启旺 |
地址: | 510630 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种融合特征损失和三目标优化的鲁棒合成孔径雷达图像识别系统与方法。构建基于神经网络模型多个隐含层的多特征加权损失函数,对SAR图像识别模型的神经网络架构参数、多特征加权损失函数的权重参数和训练学习率进行个体编码,将SAR图像识别模型的参数数量、对正常样本的识别精度和对对抗样本的识别精度作为优化目标,设计基于三目标优化方法的离线优化平台,获得了用于在线部署的具有轻量化、高精度和强对抗鲁棒性的SAR图像识别模型。本发明技术不仅实现了兼顾多性能指标的SAR图像识别模型自动生成,构建的多特征加权损失函数扩展了SAR图像识别模型的特征组合方式,还提升了模型轻量化、识别精度和对抗鲁棒性等综合性能。 | ||
搜索关键词: | 融合 特征 损失 目标 优化 sar 图像 识别 系统 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暨南大学,未经暨南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202310041805.X/,转载请声明来源钻瓜专利网。