基于CNN的SAR图像目标分类优化算法

来源：雷达科学与技术杂志2017年第4期北京时间：

作者：刘晨，曲长文，周强，李智

单位：1.海军航空工程学院电子信息工程系;2.海军航空工程学院科研部

摘要：随着合成孔径雷达技术的成熟，传统方法已经难以满足海量SAR数据的分类精度和速度需求。为解决上述问题，采用卷积神经网络对海量SAR数据进行分类。针对SAR图像数据的特点，对卷积神经网络结构参数进行调整，提高网络训练速度，克服权重更新中的梯度消失，改善网络训练过程中收敛慢的问题，提升目标分类准确率。同时提出了一种ZCA白化与主成分分析相结合的方法对SAR图像进行预处理，进一步提升了网络的训练速度以及目标分类的准确率。实验采用的是美国MSTAR数据库，通过上述优化方法得到了较好的分类效果。

关键词：卷积神经网络,ZCA白化,主成分分析(PCA),MSTAR数据,