[發(fā)明專利]一種融合類別屬性的深度網(wǎng)絡(luò)地下目標(biāo)識別方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 201510936603.7 | 申請日: | 2015-12-15 |
| 公開(公告)號: | CN105512635A | 公開(公告)日: | 2016-04-20 |
| 發(fā)明(設(shè)計)人: | 鄒海林;柳嬋娟;周樹森;臧睦君 | 申請(專利權(quán))人: | 魯東大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京輕創(chuàng)知識產(chǎn)權(quán)代理有限公司 11212 | 代理人: | 王澎 |
| 地址: | 264025 山東*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 融合 類別 屬性 深度 網(wǎng)絡(luò) 地下 目標(biāo) 識別 方法 系統(tǒng) | ||
1.一種融合類別屬性的深度網(wǎng)絡(luò)地下目標(biāo)識別方法,其特征在于,包括以下步驟:
對接收到的多個地下目標(biāo)物的探地雷達(dá)回波信號進(jìn)行預(yù)處理,提取分別表征所述多個 目標(biāo)物的多個目標(biāo)信號;
根據(jù)所述多個目標(biāo)信號建立樣本數(shù)據(jù)集,所述樣本數(shù)據(jù)集包括所述多個目標(biāo)信號和目 標(biāo)信號所屬的多個類別信息;
深度網(wǎng)絡(luò)分類器對所述樣本數(shù)據(jù)集內(nèi)的數(shù)據(jù)進(jìn)行深度網(wǎng)絡(luò)訓(xùn)練迭代計算,尋找使得所 述樣本數(shù)據(jù)集的代價函數(shù)值最小的參數(shù);
在所述深度網(wǎng)絡(luò)訓(xùn)練迭代計算過程中,利用softmax回歸方式進(jìn)行分類識別以確定所 述多個目標(biāo)物。
2.根據(jù)權(quán)利要求1所述的融合類別屬性的深度網(wǎng)絡(luò)地下目標(biāo)識別方法,其特征在于,所 述對接收到的多個地下目標(biāo)物返回的探地雷達(dá)回波信號即GPR回波信號進(jìn)行預(yù)處理,具體 包括:
對多個所述GPR回波信號分別進(jìn)行背景噪聲去除、濾波處理、道間信號能量均衡、子波 相干加強和深部弱信號增強處理。
3.根據(jù)權(quán)利要求2所述的融合類別屬性的深度網(wǎng)絡(luò)地下目標(biāo)識別方法,其特征在于,設(shè) 接收到的所述探地雷達(dá)回波信號共有m個,根據(jù)所述多個目標(biāo)信號建立數(shù)據(jù)樣本集,具體 為:
從所述m個GPR回波信號中提取目標(biāo)信號A-scan數(shù)據(jù),并組合成目標(biāo)信號矩陣X=[x (i)],其中,x(i)(i=1,2,…,m)表示第i個A-scan樣本數(shù)據(jù),每個A-scan數(shù)據(jù)為矩陣X中的一 列,對應(yīng)的樣本類別矩陣為{y(i)},i=1,2,…,m,y(i)是樣本數(shù)據(jù)x(i)對應(yīng)的類別信息標(biāo)簽,m 個樣本數(shù)據(jù)構(gòu)成的樣本數(shù)據(jù)集為{(x(1),y(1)),…,(x(m),y(m))},其分別屬于k個類別。
4.根據(jù)權(quán)利要求3所述的融合類別屬性的深度網(wǎng)絡(luò)地下目標(biāo)識別方法,其特征在于,深 度網(wǎng)絡(luò)分類器對所述樣本數(shù)據(jù)集內(nèi)的數(shù)據(jù)進(jìn)行深度網(wǎng)絡(luò)訓(xùn)練迭代計算,尋找使得所述樣本 數(shù)據(jù)集的代價函數(shù)值最小的參數(shù),具體為:
A、把X=[x(i)](i=1,2,…,m)作為深層稀疏編碼模型的輸入數(shù)據(jù),通過下式計算所述 深度網(wǎng)絡(luò)的第i隱層的狀態(tài):
其中,W為各隱層之間的連接參數(shù),即權(quán)值向量,b為偏置項;
B、通過BP算法計算得到使所述樣本數(shù)據(jù)集的代價函數(shù)值最小的全局最優(yōu)權(quán)值向量W和 偏置項b,其中所述樣本數(shù)據(jù)集的代價函數(shù)J(W,b)為:
其中,nl,sl分別表示深度網(wǎng)絡(luò)層數(shù)和l層單元數(shù),為稀疏性約束項;
其中,ρ為稀疏懲罰系數(shù),是隱藏層j單元平均輸出值;
是代價函數(shù)J(W,b)的均方差項;
是權(quán)重衰減項,λ為權(quán)重衰減參數(shù);
其中,在網(wǎng)絡(luò)訓(xùn)練每個迭代過程中,用梯度下降法對目標(biāo)函數(shù)J(W,b)進(jìn)行優(yōu)化。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于魯東大學(xué),未經(jīng)魯東大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510936603.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





