二维傅里叶图像预处理对DNN网络的影响研究.pdf

科学技术创新 - 61 -
二维傅里叶图像预处理对 DNN 网络的影响
忆网络
(LSTM)则主要用于处理带时序的一维或者二维信号。将
傅里叶变换应用于神经网络领域是一个较新的研究方
向和热点。例如文献[5]研究了对 Fourier 基函数局部最优
问题的优化问题[5]，文献[6]提出一种将一维水声信号转
化为二维傅里叶时频信号进行特征提取的思路[6]。本文
以 DNN 网络为研究目标，研究了通过二维傅里叶变换对
输入图片做预处理后，对 DNN 网络的识别性能有何影 图 1 经典 DNN 网络结构
响。并且本文提出了一种将原始图像与二维傅里叶图像 本实验中使用的 DNN 网络结构为：含有一个输出
作者简介：雷嘉兴（ ），男 ，汉 族 ，籍贯：陕西富平，在读研究生，研究方向：雷达信息融合，机 器 学****算法及其
1996-
在 雷达成像方面的应用。
SAR
通讯作者：王伟 男，汉 族 ，籍贯：河南温县，学 历：研究生，职务：西安电子工程研究所总体三部主任，研究
(1973-),
方向 机载 雷达、雷达算法、雷达总体设计、机 器 学****雷 达 信息融合、综合射频技术、成像技术等。
: SAR- 62 - 科学技术创新
表 1 输出和图片类型的对应关系 3 对比实验过程
实验环境
编号 0 1 2 3 4 5 6 7 8 9
本实验实验环境为：
种类 T 恤 裤子 套衫 裙子 外套 凉鞋 汗衫 运动鞋 包 踝靴
CPU：Intel(R)Core(TM)i5-10200H
层，一个隐藏层和一个输出层。其中输入层输入随训练