一种基于深度迁移学习的小样本雷达一维像目标识别方法

摘要

本发明属于雷达目标识别技术领域，具体涉及一种基于深度迁移学习的小样本雷达一维像目标识别方法。本发明针对小样本情况下的雷达一维像，首先在源数据集上预训练一个特征提取网络，并使用混合注意力机制和平滑标签提高模型的识别精度和泛化性能，然后固定特征提取网络，在目标数据集上利用分布校准策略校准小样本数据的分布，从新的分布中生成数据与真实的小样本数据共同训练分类器，提高小样本情况下的模型识别精度。本发明的方法有效地弥补了小样本情况下模型难训练的问题，减轻了模型过拟合现象，增强了模型表征能力，提高了识别率。