监督对比深度Q网络

小样本抗过拟合

该网络将不平衡识别建模为马尔可夫决策过程，结合监督对比学习与优先级采样，针对有限且极度不平衡的雷达目标数据实现稳健的端到端分类，解决了现有深度学习方法因数据稀缺和不平衡导致的严重性能下降与过拟合问题。

Liu, Guanliang · 陈文超 · 陈渤 · 丰博 · 王鹏辉 · 刘宏亮

Pattern Recognition 2025

技术优势

有限样本也能学

通过监督对比学习模块，模型能在样本稀缺时更好地学习判别性特征，缓解过拟合。

对困难样本更敏感

精心设计的优先级采样策略让模型在训练中更关注难以分类的样本，提升整体分类可靠性。

免特征工程

端到端的强化学习框架直接从原始雷达数据学习分类策略，无需人工设计特征。

应用场景

• 雷达目标识别：直接嵌入雷达识别流程，替代手工特征提取，在数据不平衡时保持识别精度。
• 不平衡数据分类：用强化学习建模不平衡分类，避免重采样或代价敏感的手动设计。
• 端到端强化学习：无需领域知识，直接从原始数据学习最优分类策略。