Debido al gran número de derivaciones de la función de activación sigmoidea en la red neuronal de convolución (RNC) tradicional, resulta difícil resolver la cuestión de la baja eficiencia de la extracción de la característica de las imágenes de radar de apertura sintética (SAR). La función de activación sigmoidea de la CNN se mejora para convertirla en una función de activación de unidad lineal rectificada (ReLU), y el clasificador se modifica mediante la máquina de aprendizaje extremo (ELM). Finalmente, en este modelo CNN, la CNN mejorada funciona como extractor de características y la ELM como reconocedor. Se propone un algoritmo de reconocimiento de imágenes SAR basado en el algoritmo CNN-ELM combinando la CNN y el algoritmo ELM. El experimento se realiza con la base de datos Moving and Stationary Target Acquisition and Recognition (MSTAR), que contiene 10 tipos de imágenes de objetivos. El resultado del experimento muestra que el algoritmo puede realizar la dispersión de la red, aliviar el problema de sobreajuste y acelerar la velocidad de convergencia de la red. Cabe destacar que el tiempo de ejecución de este experimento es muy corto. En comparación con otros experimentos realizados con la misma base de datos, este experimento ha generado una mayor tasa de reconocimiento. La precisión del reconocimiento de la imagen SAR es del 100%.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Síntesis sencilla de láminas delgadas de nanorodos con núcleo de ZnO@TiO2 para células solares sensibilizadas con colorantes
Artículo:
Reconstrucción de señales de monitorización de la salud estructural mediante phased array de placa compuesta basada en el algoritmo Orthogonal Matching Pursuit.
Artículo:
Propiedades estructurales y ópticas de los cristales de ZnWO:Er
Artículo:
Fósforo emisor de luz naranja-rojiza GdVO:Sm preparado mediante síntesis por combustión de disolución
Artículo:
El impacto del estatus étnico-inmigrante y los factores de riesgo relacionados con la obesidad en los problemas de conducta de niños y adolescentes estadounidenses