买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:哈尔滨工业大学
摘要:本发明公开了一种面向毫米波雷达目标识别深度学习模型的概念级解释方法。该方法包括:结合雷达专家视觉经验,从毫米波雷达距离‑角度谱图中提取基本概念;构建自编码器以学习距离‑角度谱图的深层语义特征;根据已提取到的基本概念构建相应的概念数据集;计算每个基本概念数据集的形心以引导概念发现聚类算法训练;利用聚类熵评估聚类结果质量,并保存符合条件的聚类结果为复合概念;利用基本概念和复合概念共同解释毫米波雷达目标识别模型。本发明已成功应用于毫米波雷达目标识别解释系统中,能够对毫米波雷达目标识别深度模型提供有效的概念级解释。
主权项:1.一种面向毫米波雷达目标识别深度学习模型的概念级解释方法,其特征在于,包括以下步骤:步骤S110:从毫米波雷达数据出发,结合已有的毫米波雷达专家视觉分析经验,从距离-角度谱图中提取人类可以理解的基本概念;步骤S120:构建一个基于卷积神经网络的自编码器,所述自编码器以毫米波雷达距离-角度谱图作为输入;步骤S130:选择基本概念相对应的距离-角度谱图以构建基本概念数据集;步骤S140:裁剪所述自编码器中的编码器部分作为复合概念发现聚类算法的特征提取部分,并通过计算每个基本概念数据集的形心来指导概念发现聚类算法的训练;步骤S150:利用聚类熵从概念发现的角度来评估聚类结果的质量,如果聚类熵值大于经验阈值则调整参数重新执行概念发现聚类算法,如果小于等于经验阈值则保存聚类结果为复合概念;步骤S160:使用TCAV方法计算所述基本概念和复合概念对于毫米波雷达识别模型预测类别的重要性。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学 一种面向毫米波雷达目标识别深度学习模型的概念级解释方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。