基于脉冲神经网络的轻量化SAR图像舰船识别算法

谢洪途, 陈佳兴, 张琳, 朱楠楠

PDF(1433 KB)
PDF(1433 KB)
东北大学学报(自然科学版) ›› 2024, Vol. 45 ›› Issue (04) : 474-482.

基于脉冲神经网络的轻量化SAR图像舰船识别算法

  • 谢洪途, 陈佳兴, 张琳, 朱楠楠
作者信息 +
History +

摘要

针对传统方法进行合成孔径雷达(SAR)图像目标识别存在参数多、能耗高等问题,提出了一种基于脉冲神经网络(SNN)的轻量化SAR图像舰船识别算法.首先,利用视觉注意力机制提取SAR图像视觉显著图,采用泊松编码器进行脉冲序列编码,能抑制背景噪声干扰.然后,结合泄漏整合发射(LIF)脉冲神经元和卷积神经网络,构建融合时序信息的SNN模型,能实现SAR图像舰船识别.最后,采用反正切函数作为反向传播时脉冲发射函数的梯度替代函数对SNN模型进行优化,能解决模型难以训练的问题.实验结果表明所提算法具有高精度、少参数、高效率和低能耗等优势,能实现SAR图像高效准确舰船识别.

关键词

合成孔径雷达图像 / 舰船识别 / 脉冲神经网络 / 轻量化

中图分类号

U675.74 / E91 / TN957.52 / TP183

引用本文

导出引用
谢洪途, 陈佳兴, 张琳, 朱楠楠. 基于脉冲神经网络的轻量化SAR图像舰船识别算法. 东北大学学报(自然科学版). 2024, 45(04): 474-482

基金

广东省基础与应用基础研究基金资助项目(2023A1515011588,2021A1515010768); 深圳市科技计划资助项目(202206193000001,20220815171723002); 国家自然科学基金资助项目(62203465,62001523,62201614,6210593)

评论

PDF(1433 KB)

Accesses

Citation

Detail

段落导航
相关文章

/