文献

J-GLOBAL ID：202002285310215629   整理番号：20A1242320

完全連結ニューラルネットワークに基づくレーダプロット分類に関する研究【JST・京大機械翻訳】

Research on Radar Plot Classification Based on Fully Connected Neural Network

著者 (3件)： Qi Yongmei (The 723 Institute CSIC,Yangzhou,China) ,  Yu Chengzhi (The 723 Institute CSIC,Yangzhou,China) ,  Dai Xiao (The 723 Institute CSIC,Yangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： EITCE  ページ： 698-703  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラッタはレーダ信号検出と処理の固有の環境である。本論文では,完全接続ニューラルネットワークを用いて,レーダクラッタと実ターゲットの分類を研究した。最初に,工学経験に従って,レーダ区画の多次元特徴指標を与え,完全連結ニューラルネットワークを,テンソル流アーキテクチャにおいて構築した。本論文における応用シナリオに従って,訓練モデルの影響評価指標を定義して,古典的損失関数を最適化した。最後に,訓練結果を与えた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  信号検出 ,  テンソル ,  *レーダ ,  損失関数 ,  *ニューラルネットワーク ,  クラッタ ,  高次元 ,  計算機アーキテクチャ
準シソーラス用語： レーダクラッター , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  レーダ ,  プロット ,  分類 ,  研究