Resumen

Para el problema de la decisión confiable en el reconocimiento de objetivos de radar de apertura sintética (SAR), se propone un método basado en clasificadores actualizados. La red neuronal convolucional (CNN) y la máquina de vectores de soporte (SVM) se utilizan como clasificadores básicos para clasificar muestras con etiquetas de objetivo desconocidas. Se fusionan las dos decisiones y se evalúa la confiabilidad de la decisión fusionada. Las muestras de prueba clasificadas con altas confiabilidades se agregan a las muestras de entrenamiento originales para actualizar los clasificadores. Los clasificadores actualizados tienen una mayor capacidad de clasificación y el resultado fusionado de los dos clasificadores puede obtener una decisión más confiable. El método propuesto se prueba y verifica en base al conjunto de datos de adquisición y reconocimiento de objetivos en movimiento y estacionarios (MSTAR). Los resultados experimentales verifican la efectividad y robustez del método propuesto.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Decisión fiable; Radar de apertura sintética; Reconocimiento de objetivos; Red neuronal convolucional; Máquina de vectores de soporte; Habilidades de clasificación
• Keywords:Reliable decision; Synthetic aperture radar; Target recognition; Convolutional neural network; Support vector machine; Classification abilities