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
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：
基于迁移学习和WCQRNN的SAR图像目标分类方法
1
作者 王春柳 侯宇超 王鹏 《数学的实践与认识》 2025年第10期276-288,共13页
针对SAR图像目标分类任务中源网络到目标网络层迁移选择的优化问题,文章提出一种结合基于元学习的迁移学习方法(LWW2T)和加权复合分位数回归神经网络(WCQRNN)的新方法.通过使用LWW2T提取网络层迁移权重及分轮次训练的SAR图像分类精度数... 针对SAR图像目标分类任务中源网络到目标网络层迁移选择的优化问题,文章提出一种结合基于元学习的迁移学习方法(LWW2T)和加权复合分位数回归神经网络(WCQRNN)的新方法.通过使用LWW2T提取网络层迁移权重及分轮次训练的SAR图像分类精度数据,利用WCQRNN对数据进行处理来获取最佳层迁移选择,以提升图像分类精度.基于MSTAR和SAMPLE数据集的实验结果表明,提出的方法在精度和稳定性上均优于LWW2T和CQRNN.其中,在MSTAR数据集上使用WCQRNN得到的图像分类精度均值较LWW2T提高了0.9834%,较CQRNN提高了0.3814%;在SAMPLE数据集上使用WCQRNN得到的图像分类精度均值较LWW2T提高了0.3898%,较CQRNN提高了0.4573%.此外,WCQRNN在提升图像分类精度的同时表现出更优的稳健性与泛化能力,证明其在SAR图像及其他小样本目标分类任务中的潜在应用价值. 展开更多
关键词 迁移学习 WCQRNN lww2t SAR图像目标分类
原文传递
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
使用帮助 返回顶部