东北大学学报(自然科学版) ›› 2024, Vol. 45 ›› Issue (4): 474-482.DOI: 10.12068/j.issn.1005-3026.2024.04.003
• 信息与控制 • 上一篇
谢洪途1, 陈佳兴1, 张琳2, 朱楠楠3
Hong-tu XIE1, Jia-xing CHEN1, Lin ZHANG2, Nan-nan ZHU3
摘要:
针对传统方法进行合成孔径雷达(SAR)图像目标识别存在参数多、能耗高等问题,提出了一种基于脉冲神经网络(SNN)的轻量化SAR图像舰船识别算法.首先,利用视觉注意力机制提取SAR图像视觉显著图,采用泊松编码器进行脉冲序列编码,能抑制背景噪声干扰.然后,结合泄漏整合发射(LIF)脉冲神经元和卷积神经网络,构建融合时序信息的SNN模型,能实现SAR图像舰船识别.最后,采用反正切函数作为反向传播时脉冲发射函数的梯度替代函数对SNN模型进行优化,能解决模型难以训练的问题.实验结果表明所提算法具有高精度、少参数、高效率和低能耗等优势,能实现SAR图像高效准确舰船识别.
中图分类号: