【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种基于图卷积的空间目标少样本增量识别方法及系统。
技术介绍
1、与光学探测设备相比，逆合成孔径雷达（inverse synthetic aperture radar,isar）受气象条件影响较小，具备全天时、全天候、高精度、远距离探测的优势，在空间环境监视、空间目标探测识别等领域发挥重要作用。
2、isar成像比光学成像更容易受到环境噪声的影响。现有基于深度学习的识别方法虽然取得了一定的研究成果，但训练样本和未知样本匮乏易导致不同目标的可分离特征提取困难。少样本数据困境是基于isar图像的空间目标识别任务必须面临的重要挑战。更重要的是，被重新检测的目标之间的间隔正在减少，逆合成孔径雷达数据的更新频率逐渐提高。
3、真实的识别任务需要在开放场景中完成，传统识别算法仅在训练样本和测试样本分布相似的理想空间取得了较好的实验效果，难以识别开放场景中的未知类别。isar空间目标数据的获取是一个增量的过程。遥感与太空环境监视等任务要求isar目标自动识别系统须在任何时候均具备对新类别的处理能力。...
【技术保护点】
1.一种基于图卷积的空间目标少样本增量识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于图卷积的空间目标少样本增量识别方法，其特征在于，提取所获取的ISAR图像数据中的空间目标散射特征包括：
3.如权利要求2所述的基于图卷积的空间目标少样本增量识别方法，其特征在于，根据提取的空间目标散射特征建立拓扑关系，并根据所建立的拓扑关系划分少样本基础类数据集以及少样本增量类数据集包括：
4.如权利要求1所述的基于图卷积的空间目标少样本增量识别方法，其特征在于，从所述少样本基础类数据集中、每次抽取两个不同类别的数据，并进行融合，以...
【技术特征摘要】
1.一种基于图卷积的空间目标少样本增量识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于图卷积的空间目标少样本增量识别方法，其特征在于，提取所获取的isar图像数据中的空间目标散射特征包括：
3.如权利要求2所述的基于图卷积的空间目标少样本增量识别方法，其特征在于，根据提取的空间目标散射特征建立拓扑关系，并根据所建立的拓扑关系划分少样本基础类数据集以及少样本增量类数据集包括：
4.如权利要求1所述的基于图卷积的空间目标少样本增量识别方法，其特征在于，从所述少样本基础类数据集中、每次抽取两个不同类别的数据，并进行融合，以作为虚拟的增量类包括：
5.如权利要求1所述的基于...
【专利技术属性】
技术研发人员：朱卫纲，李晨瑄，李炫潮，邱磊，何永华，杨君，曲卫，庞鸿锋，李彩萍，朱霸坤，邱琳琳，
申请(专利权)人：中国人民解放军战略支援部队航天工程大学，
类型：发明
国别省市：
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。