作者：欧阳瑞麒; 雍杨; 王兵学飞机识别卷积神经网络ann分类器centerloss约束
摘要：为提高现代战争过程中对敌军飞机的识别能力,针对军用飞机样本量少、不同视角条件下形变明显的特点,提出一种融入center loss的卷积神经网络与ANN分类器结合的飞机类型识别方法。首先利用3Dmax软件制作的6 000张5类飞机图片对构建的多层CNN模型进行训练,并利用这些图片的CNN特征训练ANN分类器,然后用训练好的网络模型和分类器对真实飞机样本进行预测分类。实验结果表明：在样本量少且目标形状复杂的情况下,该方法对5类军事飞机的识别精度可达到97.17%,是一种切实可行的飞机类型识别算法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
