基于孪生网络的不完备训练集的SAR目标识别方法

摘要

本发明公开了基于孪生网络的不完备训练集的SAR目标识别方法，本发明借鉴了传统机器学习中k‑NN算法，从训练集的每个类别中抽取n个样本作为本类别样本的代表形成一个支持集，例如在一个分类任务中共有m个类别，那么支持集中样本总数为m*n个。在分类时将待分类样本和支持集中的支持样本一起输入到网络中，支持集中的每一个样本和这个待分类样本组成输入对，分别输入到孪生网络的两个输入中提取特征，接着将两个样本提取到的特征求差，再对特征之差进行判断得到待分类样本和支持集中某个类别样本的相似程度，最后将待分类样本归类为该样本和支持集中相似度最高的样本的类别。