一种基于机器学习的对海监视雷达目标识别方法

摘要

本发明公开了一种基于机器学习的对海监视雷达目标识别方法，包括如下步骤：S01，采集路口不同场景下的对海雷达探测信息，形成回波监视画面；S02，将对海雷达回波监视画面进行截图，形成图像信息数据；S03，对S02获得数据进行预处理，作为训练样本，构建训练集、测试集；S04，构建基于多任务卷积神经网络的机器学习模型；S05，用S02得到的训练集和测试集对S03得到的机器学习模型进行训练，得到合适的模型参数；S06，将S02得到的对海雷达回波监视画面数据输入到S05训练好的机器学习模型进行分类，识别船舶目标并定位和判断数量。本发明通过对对海雷达回波数据形成的图像进行处理，实现目标识别和分类，具有通用性和高效性的优点。