CNN海况等级分类方法的性能

张梦雨; 王中训; 李飞; 刘宁波; 董云龙

doi:10.13951/j.cnki.37-1213/n.211211

烟台大学学报（自然科学与工程版） ›› 2023, Vol. 36 ›› Issue (2) : 196 -203. DOI: 10.13951/j.cnki.37-1213/n.211211

CNN海况等级分类方法的性能

张梦雨, 王中训, 李飞, 刘宁波, 董云龙

作者信息 +

Author information +

文章历史 +

摘要

采用经典的LeNet网络对实测IPIX雷达数据、SPPR-50雷达数据、一型试验雷达数据通过多种组合方式进行交叉实验验证，分析训练集和测试集采用相同类型实测数据、不同类型实测数据时对分类准确率的影响，从而分析网络对雷达信号层数据处理的泛化能力。实验结果表明，不同类型的实测数据对分类准确率影响较为明显，并且当数据具有一定的相似性时分类效果显著。因此，在样本数据集不足时，可考虑通过迁移学习来加快并优化模型的学习效率，提高神经网络模型分类的准确率。