【技术实现步骤摘要】
一种基于蜕变方法的雷达波原始数据增强方法
[0001]本专利技术属于数据增强领域，特别是涉及到雷达波数据增强。对雷达波原始数据生成原理方面进行理解后，根据雷达波数据信息收集规则得到了一组可对其进行增强的蜕变关系。
技术介绍
[0002]近年来，深度学习在不断的发展，由深度学习产生的各种模型已经被广泛的应用到我们的生活当中。而在深度学习时代，数据的规模越大、质量越高，模型就能够拥有更好的泛化能力，数据直接决定了模型学习的上限。然而在实际工程中，采集的数据很难覆盖全部的场景，为了丰富训练集，一般都会对数据进行数据增强。数据增强的意义一方面在于提高在深度学习过程中模型的泛化能力；另一方面则在于增加噪声数据，提升模型的鲁棒性。因此，数据增强也成为学术界与工业级的重要热点之一。在数据增强的应用当中，由于在数据处理方式的多样性、数据来源的多样性以及应用场景的多样性，对图像信息进行增强已经有了很大的发展。除此之外，通过事实证明，数据增强比传统的标记与数据采集方法有效得多，它在提高模型的准确性与降低获取数据的成本上面都有极大的优势。>[0003]在现今本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于蜕变方法的雷达波原始数据增强方法，其特征在于可以对雷达探测到的雷达波原始数据进行数据增强，数据增强的过程包含对雷达波数据含义进行分析与寻找有效的蜕变关系。该方法的步骤如下：1)用户提供雷达波原始数据；2)该方法对用户所提供的雷达波原始数据进行处理，主要包含：2.1)数据蜕变模块，将雷达波原始数据按蜕变规则分块，并对每块数据进行标记；标记好的相同尺寸的雷达波原始数据块之间进行随机交换，生成若干交标记的数据，作为变换生成数据；2.2)数据成像模块，使用快速傅里叶变换的方法来对雷达波变换生成数据进行图像合成，并根据变换生成数据的标记信息对合成图像进行标记。3)将标记好的合成图像按交换规则与规模进行分类，最后得到基于雷达波原...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。