一种基于机器学习的低慢小雷达目标分类方法

摘要

本发明公开了一种基于机器学习的低慢小雷达目标分类方法，首先，采集不同的目标航迹作为训练样本，并对数据进行预处理，构建训练集、测试集；其次，构建基于卷积神经网络的机器学习模型；然后，用训练集对机器学习模型进行训练；最后，用测试集进行验证，当验证训练达到一定的准确率后，输入实时的目标航迹，输出相应的分类标签，最终得到目标所属的类别。采用本发明克服了低慢小目标难以分类的缺点，实现成本低，具有很高的实时性和高效性，可节约大量的人力物力。