- 1、本文档共17页,其中可免费阅读16页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于RCS序列的舰船目标识别方法、装置及电子设备,通过雷达系统的发射装置发射信号,并通过接收装置接收反馈信号;获取预先训练完成的改进OS‑CNN模型;将反馈信号输入训练完成的改进OS‑CNN模型,得到返回反馈信号的对象类型。本发明将改进后的OS‑CNN网络用于雷达目标识别领域,分类识别率较高,具有实际推广价值与应用价值。通过引入偏移卷积、注意力机制和全尺度卷积的优势,改进OS‑CNN网络模型能够在保持轻量级和高效性的同时,有效地提取目标与干扰RCS序列数据的特征,实现准确的分类,
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117591922A
(43)申请公布日2024.02.23
(21)申请号202311243901.9G06N3/045(2023.01)
文档评论(0)