期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
卷积神经网络在飞机类型识别中的应用
被引量：
3
1
作者
欧阳瑞麒
雍杨
王兵学
《兵工自动化》
2017年第12期71-75,共5页
为提高现代战争过程中对敌军飞机的识别能力,针对军用飞机样本量少、不同视角条件下形变明显的特点,提出一种融入center loss的卷积神经网络与ANN分类器结合的飞机类型识别方法。首先利用3Dmax软件制作的6 000张5类飞机图片对构建的多层...
为提高现代战争过程中对敌军飞机的识别能力,针对军用飞机样本量少、不同视角条件下形变明显的特点,提出一种融入center loss的卷积神经网络与ANN分类器结合的飞机类型识别方法。首先利用3Dmax软件制作的6 000张5类飞机图片对构建的多层CNN模型进行训练,并利用这些图片的CNN特征训练ANN分类器,然后用训练好的网络模型和分类器对真实飞机样本进行预测分类。实验结果表明:在样本量少且目标形状复杂的情况下,该方法对5类军事飞机的识别精度可达到97.17%,是一种切实可行的飞机类型识别算法。
展开更多
关键词
飞机识别
卷积神经网络
ANN分类器
center
loss
约束
下载PDF
职称材料
题名
卷积神经网络在飞机类型识别中的应用
被引量：
3
1
作者
欧阳瑞麒
雍杨
王兵学
机构
西南技术物理研究所三部
陆军重庆军事代表局
出处
《兵工自动化》
2017年第12期71-75,共5页
基金
国家自然科学基金"十三五"项目(6141B010216)
文摘
为提高现代战争过程中对敌军飞机的识别能力,针对军用飞机样本量少、不同视角条件下形变明显的特点,提出一种融入center loss的卷积神经网络与ANN分类器结合的飞机类型识别方法。首先利用3Dmax软件制作的6 000张5类飞机图片对构建的多层CNN模型进行训练,并利用这些图片的CNN特征训练ANN分类器,然后用训练好的网络模型和分类器对真实飞机样本进行预测分类。实验结果表明:在样本量少且目标形状复杂的情况下,该方法对5类军事飞机的识别精度可达到97.17%,是一种切实可行的飞机类型识别算法。
关键词
飞机识别
卷积神经网络
ANN分类器
center
loss
约束
Keywords
aircraft
recognition
convolution
neural
network
ANN
classifier
center
loss
constraint
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
卷积神经网络在飞机类型识别中的应用
欧阳瑞麒
雍杨
王兵学
《兵工自动化》
2017
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
