距离-时间图
距离-多普勒图
微多普勒特征
时频分析
神经网络原理
CNN
RNN
Transformer简介
公开雷达数据集
数据采集与标注
数据增强技术
数据集划分策略
手工特征提取
自动编码器特征学习
特征选择方法
特征可视化
1D-CNN架构设计
2D-CNN用于时频图
经典CNN迁移学习
LSTM网络设计
GRU网络
序列建模技巧
双向RNN
自注意力机制
位置编码
ViT在雷达中的应用
轻量化Transformer
雷达与红外融合
雷达与激光雷达融合
特征级融合
决策级融合
混淆矩阵
精确率/召回率/F1
ROC曲线
交叉验证
Grad-CAM可视化
SHAP值分析
特征重要性排序
注意力图可视化
嵌入式平台部署
TensorRT加速
ONNX模型转换
边缘计算方案
YOLO系列在雷达中应用
Faster R-CNN
单阶段检测器
检测分类一体化
对比学习框架
SimCLR
MoCo
BYOL在雷达特征学习
图结构数据构建
GCN/GAT模型
雷达点云分类
关系推理
不确定性估计
贝叶斯神经网络
蒙特卡洛Dropout
模型校准
Docker容器化
Kubernetes编排
模型版本管理
A/B测试
神经符号系统
物理信息神经网络
量子机器学习
类脑计算
从数据到部署全流程
项目文档撰写
结果分析与汇报
未来展望