-
公开(公告)号：CN112949820B
公开(公告)日：2024-02-02
申请号：CN202110114075.2
申请日：2021-01-27
Applicant: 西安电子科技大学
IPC: G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的认知抗干扰目标检测方法，包括以下步骤：构建生成对抗网络；利用原始小样本集生成目标数据集和干扰数据集；利用所述目标数据集和干扰数据集分别训练所述生成对抗网络，得到新回波样本；构建抗干扰检测网络；利用新回波样本训练所述抗干扰检测网络；利用训练好的抗干扰检测网络进行目标检测和干扰抑制。本发明提供通过生成对抗网络模型直接从原始小样本集中学习数据的分布规律，克服了现有的检测模型在缺乏训练数据时泛化性能不足的问题，使得该方法在小样本条件下具有更好、更稳健的抗干扰检测性能。
-
公开(公告)号：CN112949387B
公开(公告)日：2024-02-09
申请号：CN202110111934.2
申请日：2021-01-27
Applicant: 西安电子科技大学
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于迁移学习的智能抗干扰目标检测方法，包括：构建抗干扰目标检测网络；生成训练数据集；利用训练数据集训练抗干扰目标检测网络，得到训练好的源域抗干扰目标检测网络模型；对训练好的源域抗干扰目标检测网络模型进行迁移，得到目标域抗干扰目标检测网络模型；训练目标域抗干扰目标检测网络模型；利用训练好的目标域抗干扰目标检测网络模型进行目标检测。本发明采用迁移学习方法，通过构造大规模数据集训练源域网络模型，然后将源域模型的部分参数迁移到目标域模型，并利用少量的目标域数据对网络进行微调，从而建立目标域抗干扰目标检测网络，使得该方法在小样本条件下能够获得目标检测和干扰抑制能力，扩大了适用范围。
-
公开(公告)号：CN112949820A
公开(公告)日：2021-06-11
申请号：CN202110114075.2
申请日：2021-01-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于生成对抗网络的认知抗干扰目标检测方法，包括以下步骤：构建生成对抗网络；利用原始小样本集生成目标数据集和干扰数据集；利用所述目标数据集和干扰数据集分别训练所述生成对抗网络，得到新回波样本；构建抗干扰检测网络；利用新回波样本训练所述抗干扰检测网络；利用训练好的抗干扰检测网络进行目标检测和干扰抑制。本发明提供通过生成对抗网络模型直接从原始小样本集中学习数据的分布规律，克服了现有的检测模型在缺乏训练数据时泛化性能不足的问题，使得该方法在小样本条件下具有更好、更稳健的抗干扰检测性能。
-
公开(公告)号：CN112949387A
公开(公告)日：2021-06-11
申请号：CN202110111934.2
申请日：2021-01-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于迁移学习的智能抗干扰目标检测方法，包括：构建抗干扰目标检测网络；生成训练数据集；利用训练数据集训练抗干扰目标检测网络，得到训练好的源域抗干扰目标检测网络模型；对训练好的源域抗干扰目标检测网络模型进行迁移，得到目标域抗干扰目标检测网络模型；训练目标域抗干扰目标检测网络模型；利用训练好的目标域抗干扰目标检测网络模型进行目标检测。本发明采用迁移学习方法，通过构造大规模数据集训练源域网络模型，然后将源域模型的部分参数迁移到目标域模型，并利用少量的目标域数据对网络进行微调，从而建立目标域抗干扰目标检测网络，使得该方法在小样本条件下能够获得目标检测和干扰抑制能力，扩大了适用范围。
-
-
-
Search Results
4
records
(took 0.041 seconds)
