【摘 要】
：
合成孔径雷达（Synthetic Aperture Radar,SAR）属于主动的有源遥感成像技术,具备在几乎任何天气状况下获取地表目标高分辨率微波图像的特殊能力。作为SAR图像解译的重点研究方向,基于SAR图像的自动目标识别（Automatic Target Recognition,ATR）,尤其是通过深度学习实现的ATR,在车辆、船舶和飞机等目标的广域监测中发挥了重要作用。传统的SAR ATR
论文部分内容阅读
合成孔径雷达（Synthetic Aperture Radar,SAR）属于主动的有源遥感成像技术,具备在几乎任何天气状况下获取地表目标高分辨率微波图像的特殊能力。作为SAR图像解译的重点研究方向,基于SAR图像的自动目标识别（Automatic Target Recognition,ATR）,尤其是通过深度学习实现的ATR,在车辆、船舶和飞机等目标的广域监测中发挥了重要作用。传统的SAR ATR方法大都基于一次性监督学习,但实际场景中目标样本往往是逐步获取的。当新目标出现后,SAR目标识别模型通常需要进行扩展并联合新旧目标样本再次训练。而增量学习方法不需要访问所有旧样本,能够使模型不断地从新任务中学习新知识,同时也可以保留从旧任务中获得的知识,从而节省了时间和存储空间。然而,现有的SAR增量学习目标识别方法仍存在旧目标识别性能降低、相似目标容易混淆、新旧目标识别偏差等问题。本文从减少灾难性遗忘、解决类别间混淆以及类别不平衡导致的偏差等角度提出解决办法,主要工作和贡献如下:（1）设计了基于知识蒸馏的SAR目标增量识别方法。针对增量学习中旧目标识别性能明显下降的问题,采用了旧样本保留方法,选择每个目标类别更接近类别中心的代表性样本保存。同时通过知识蒸馏方法促使知识从旧模型迁移至新模型,能够在不更改模型架构的基础上提高图像识别性能。二者结合能够更好地实现模型的可塑性-稳定性平衡,减少了对目标的灾难性地遗忘。（2）提出了基于类别偏差校正的SAR目标增量识别方法。针对模型的识别混淆问题,设计了一个关注类别边界的类间分离损失函数,能够有效地增加类间样本的距离,减少类内样本的距离,促进了新旧类别的分离;针对类别不平衡导致的偏差问题,设计了一种偏差校正方法,使用一个线性模型来解决全连接层对新目标样本的偏向问题,校正了模型的有偏输出。（3）提出了联合知识蒸馏和类别偏差校正的SAR目标增量识别方法。针对增量学习中面临的灾难性遗忘问题、识别混淆问题、偏差问题,结合了前面所提出的知识蒸馏方法与类别偏差校正方法的优点,在最大限度保留旧知识、减少模型识别混淆的同时也校正了模型的输出偏差问题,最终得到了优异的性能。
其他文献
危险和可操作性分析（Hazard and Operability Analysis,HAZOP）是一种面向工业安全的分析范式。然而,HAZOP报告蕴含的丰富的工业安全知识（Industrial safety knowledge,ISK）尚未得到充分利用。为了复用和释放ISK的价值,优化HAZOP的实施,本文借鉴了知识图谱的开发流程,并基于深度学习,开展了新颖地面向工业安全的HAZOP知识图谱（HA
复杂化工制造流程中存在噪声多、变量之间关系复杂等特点,基于化学反应机理构建关键指标预测模型的传统预测方式往往不易获取满足要求的预期成果。基于神经网络的数据驱动预测模型通过采集实际生产过程中的生产装置时序数据建立关键指标预测模型,相比于机理模型具有更好的预测能力以及灵活性。本文以聚丙烯（Polypropylene）生产装置为数据源,利用人工神经网络的特征学习能力,从时序数据中挖掘到数据变化趋势等信息
得益于计算机视觉的发展,传统生物识别技术已经取得了广泛的应用,其中最具代表性的就是指纹识别和人脸识别。但是这类方法通常需要待识别者一定的配合,并且识别所需的指纹、面部等生物特征需要在近距离内完成采集。与传统的生物识别方法相比,步态识别以行人行走的姿态作为识别的特征,因此可以实现远距离、无接触的身份识别。近年来,步态识别取得了显著的发展,但是仍然面临着行人着装变化和拍摄视角变化带来的挑战。针对当前步
大数据时代,垂直领域的智能助手为人们提供了高效的信息检索方式。而“互联网+旅游”的新型旅游方式,使得旅游领域用户迫切希望能有一个智能助手帮助自己完成旅游相关的各种任务,如知识问答、景点推荐和路径规划。对话系统可以通过与用户的多轮交流,逐步明确用户需求,完成多种任务。知识图谱中包含了丰富的实体关系及属性,可以有效作为对话系统的知识来源,结合知识图谱的对话系统成为当下研究热点。本文针对旅游领域的任务特
大中小学思政课一体化在推进过程中呈现出连贯性、协调性和权威性三方面的特点。连贯性以“链”的思维为支点，注重一体化的衔接力、咬合力和延展度；协调性以“界”的辩证为核心，把握有界、无界和全界三者的关系；权威性以“师”的力量为依托，关注师资力量、教学目标及作业布置、教材设置。在“大思政”的补充视角下，这三方面的特点更为明显和生动，凸显了思政课的守正与创新。
甲状腺是人体内必不可缺的重要器官,它的功能是分泌甲状腺激素并作用于身体的各个器官。在医学领域,甲状腺功能异常会导致一系列疾病,其中包括我们常听到的甲亢、甲状腺癌等,对患者的身体健康和生理机能都造成巨大的威胁。超声检查成为目前诊断甲状腺相关疾病的主要方法,其具有快捷无创且灵活性高的优点。但是超声图像具有一定的局限性,不能直接描述甲状腺的位置并且图像的对比度较低,往往需要临床医生先根据超声图像对甲状腺
磁共振成像是常见的临床影像学技术,组织的局部比吸收率（SAR）是成像扫描的重要的安全指标。膝关节局部SAR的主要计算方法是通过构建人体膝关节模型进行电磁仿真,因此希望通过低场磁共振图像构建出可用于电磁仿真的膝关节模型。在这一过程中,对图像进行更准确的分割可使构建出的膝关节模型更接近真实人体膝关节的组织分布。另一方面,为了得到更准确的局部SAR值,需要构建出更长的膝关节模型。本文针对膝关节局部SAR
近年来,游戏行业的迅速发展带来了巨大的收益。但是,长周期和高成本使得游戏开发的风险不断提升,为解决此问题,游戏的程序化内容生成（PCG）技术应运而生。PCG技术利用算法快速生成游戏内容,从而减少人工成本,缩短研发周期,然而基于搜索、分形等传统PCG技术的实现较为复杂,且仍需较多的人工干预,为开发者提供的帮助有限。基于机器学习的PCG技术的出现在一定程度上缓解了这个问题,其通过模型训练代替算法设计,
随着数字信号处理技术的广泛应用,对数字信号处理器（DSP,Digital Signal Processing）的性能要求也越来越高。通常DSP中设计有专用的移位器,其性能直接影响DSP的运算速度和功耗。针对某型DSP研发项目实际需求,本文设计一款高性能DSP移位器。本文在分析某型DSP移位器指令的基础上,将DSP移位器指令分为六类:基础移位操作指令、位域操作指令、位流操作指令、位操作指令、定点浮点
生物医学实体关系抽取是一项重要的信息提取任务,旨在从非结构化的生物医学文本中抽取出生物医学实体关系三元组。针对生物医学文本的实体关系抽取方法能够帮助人们更好的获取文本中潜藏的生物医学信息,在医药研发、智能诊疗等诸多方面都有重要的应用价值。传统的流水线抽取存在误差传播等问题,因此本文针对生物医学文本特点对面向生物医学领域的联合抽取方法进行了研究,本文主要工作如下所示:（1）提出了基于BioBERT和