Resumen

Con el objetivo de reconocer objetivos de radar de alta resolución, se proponen nuevas redes neuronales convolucionales, a saber, las redes VGG basadas en la incepción (IVGG), para clasificar y reconocer diferentes objetivos en señales de perfil de alta resolución (HRRP) y de radar de apertura sintética (SAR). Las redes IVGG se han mejorado en dos aspectos. Uno es ajustar el modo de conexión de la capa de conexión completa. El otro es introducir el módulo Inception en la red del grupo de geometría visual (VGG) para que la estructura de la red sea más suik / para el reconocimiento de objetivos de radar. Después del módulo de Incepción, también añadimos una capa convolucional de puntos para reforzar la no linealidad de la red. En comparación con la red VGG, las redes IVGG son más simples y tienen menos parámetros. Los experimentos se comparan con GoogLeNet, ResNet18, DenseNet121 y VGG en 4 conjuntos de datos. Los resultados experimentales muestran que las redes IVGG tienen mejor precisión que las redes neuronales convolucionales existentes.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:red neural convolucional, red ivgg, reconocimiento de objetivos de radar, módulo de inicio, perfil de resolución de alcance, radar de apertura sintética, red, grupo de geometría visual, capa de conexión completa, objetivo diferente
• Keywords:convolutional neural network, ivgg network, radar target recognition, inception module, range resolution profile, synthetic aperture radar, network, visual geometry group, full connection layer, different target