แนวคิดหลัก
提出了一种新颖的多源半监督对抗领域泛化网络(MSADGN)用于跨场景海陆杂波分类。MSADGN能够从一个标记的源域和多个未标记的源域中提取领域不变特征和领域特定特征,并将这些特征泛化到任意未知的目标域,实现对海陆杂波的实时预测。
บทคัดย่อ
本文提出了一种名为多源半监督对抗领域泛化网络(MSADGN)的新颖架构,用于解决跨场景海陆杂波分类问题。MSADGN由三个模块组成:领域相关伪标签模块、领域不变模块和领域特定模块。
领域相关伪标签模块引入了一种改进的伪标签方法,称为领域相关伪标签,旨在为未标记的源域生成可靠的伪标签,充分利用这些未标记的样本。
领域不变模块采用了一种改进的对抗性领域自适应网络(DANN),通过设计多个判别器来学习任意两个源域之间的领域不变特征,增强模型在目标域的可迁移性。
领域特定模块采用并行的多分类器分支来学习领域特定特征,进一步增强模型在目标域的判别能力。
实验结果表明,MSADGN在12个领域泛化场景中的表现优于10种最新的领域泛化方法,验证了其有效性和优越性。
สถิติ
海杂波样本数量为1000个。
陆杂波样本数量为1000个。
海陆边界杂波样本数量为1000个。
共有4个不同的源域,分别对应128、256、512和1024个相干积分次数。