-
题名基于背景抑制和分类校正的小样本目标检测方法
- 1
-
-
作者
蔡伟
王鑫
蒋昕昊
杨志勇
陈栋
-
机构
火箭军工程大学导弹工程学院
-
出处
《应用光学》
CAS
北大核心
2024年第2期405-414,共10页
-
基金
173技术领域基金项目(2021-JCJQ-JJ-0871)。
-
文摘
为进一步提升小样本条件下对空中来袭目标的检测识别成功率,提出一种基于背景抑制和分类校正的小样本目标检测方法。首先,针对空中来袭目标背景前景易混淆问题,在区域候选网络前端引入背景抑制模块,通过抑制背景特征和增强前景特征来减轻目标背景对检测的影响;其次,在背景抑制模块后插入特征聚合模块,聚焦目标特征,通过缓解小样本条件导致目标特征难提取、不明显的问题,校正网络模型的分类参数;最后,在检测头网络中引入对比分支,增强了类别内相似性和类别间独特性,缓解来袭目标“类间相似性高,类内差异性大”的问题,实现了对网络分类的进一步校正。实验结果表明,所提出的算法在1、2、3、5、10 shot实验中均表现最佳,平均精度分别达到28.3%、32.8%、39.9%、42.9%和56.2%,提升了小样本空中来袭目标的检测性能。
-
关键词
小样本目标检测
空中来袭目标
背景抑制
分类校正
深度学习
-
Keywords
few shot target detection
airborne incoming targets
background suppression
classification correction
deep learning
-
分类号
TN219
[电子电信—物理电子学]
-
-
题名基于模糊数据融合的空中来袭目标数据处理方法
被引量：1
- 2
-
-
作者
崔国恒
李京书
慕景洋
-
机构
海军工程大学作战运筹与规划系
[
-
出处
《海军工程大学学报》
CAS
北大核心
2023年第4期93-99,共7页
-
文摘
针对舰艇编队远洋作战时空中来袭目标批次多、快速探测不够精准的问题,为克服海量多源模糊不确定信息的影响,首先引入云模型算法,并对其进行适应性改进,基于黄金分割法采用正态云生成算法生成标准云,得出来袭目标数据云的区间隶属度,再利用模糊熵进行改进,得出区间非隶属模糊熵;然后,采用区间毕达哥拉斯模糊集的概念对其进行融合处理,判断来袭目标信息,提出来袭目标识别的置信度,给出最准确的目标识别判断;最后,结合算例对该方法进行了正确性验证。研究结果表明:所提方法可有效提高舰艇编队防御拦截空袭目标群快速处理能力,确保解算数据的可靠性,为编队防空快速识别决策提供了参考依据。
-
关键词
云模型
毕达哥拉斯模糊集
空中来袭目标
数据处理
-
Keywords
cloud model
Pythagorean fuzzy set
air attack targets
data processing
-
分类号
TN241
[电子电信—物理电子学]
-
