来源：期刊VIP网 时间：
作者：李爽爽;刘俊;陈帅;徐智扬;周纪浩;
单位：杭州电子科技大学通信信息传输与融合技术国防重点学科实验室;
摘要：针对现有的合成孔径雷达（SAR）舰船目标分类方法存在准确率较低的问题，提出一种基于手工与深度特征融合的SAR舰船目标分类方法。针对SAR舰船图像中的手工特征和深度特征进行提取，同时对于手工特征存在维数过高的问题，采用随机森林进行特征选择，将经过特征选择之后的特征子集加入到深度学习网络与深度特征融合并完成分类任务。在公开的OpenSARShip数据集上的实验结果表明，经过手工和深度特征融合后分类准确率为79.02%，比基准网络提高了2.11%。
关键词：合成孔径雷达;;舰船分类;;特征选择;;特征融合
基金资助：浙江省重点研发计划资助项目(2019C05005)
