检索结果-南通市图书馆

检索条件"主题词=稀疏极化DBN"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向极化SAR地物分类的稀疏深度网络

面向极化SAR地物分类的稀疏深度网络

引用

作者：高蓉西安电子科技大学

学位级别：硕士

随着越来越多的极化合成孔径雷达(Synthetic Aperture Radar,SAR)系统的出现及其实用化,我们获得的极化SAR数据越来越丰富。如何利用这些极化SAR数据对地面场景进行分类,俨然成为一个研究热点。深度网络学习是近些年发展起来的一种新的... 详细信息

随着越来越多的极化合成孔径雷达(Synthetic Aperture Radar,SAR)系统的出现及其实用化,我们获得的极化SAR数据越来越丰富。如何利用这些极化SAR数据对地面场景进行分类,俨然成为一个研究热点。深度网络学习是近些年发展起来的一种新的机器学习方法,由于其出色的学习和推广能力,已经被应用到许多方面。本文对面向极化SAR地物分类的稀疏极化编码问题进行研究。并结合实际问题,对已有的算法进行改进,同时提出自己的算法:(1)针对极化SAR数据过于复杂并且数据量过大而导致分类困难的问题,我们提出了一种基于稀疏极化dbn的极化SAR地物分类。该方法主要是在原有的dbn网络的基础之上加入了稀疏规则项,再与极化SAR数据的原始极化特征和邻域极化特征相结合,实现了对极化SAR地物分类的目的。该方法充分利用了极化SAR数据的极化信息,使得提取到的特征更加具有代表性,从而提高了分类的精度以及加快了分类的速率;(2)针对极化SAR数据的斑点噪声以及数据量庞大的问题,我们提出了基于稀疏极化自编码网络的极化SAR地物分类。该方法主要在稀疏自编码的基础之上,加入一定量的噪声数据,并且结合极化SAR数据的原始极化特征和邻域极化特征,实现了对极化SAR地物分类的目的。该方法在充分利用极化信息的同时,使得学习到的特征更加的鲁棒性,而且有效的解决了极化SAR数据的原始特征存在严重相干斑噪声污染而导致分类精度不高的问题,从而加快了分类速率也提升了分类精度;(3)针对极化SAR数据的区域类别统一的问题,我们提出了基于超像素分割和稀疏极化自编码网络的极化SAR地物分类。该方法主要是将极化SAR的PauliRGB伪彩色图像采用超像素的方法分成一个个的小块,在每一个小块中选取样本,再与稀疏极化自编码网络进行学习,结果采用投票的原则,决定每一小块的类别,从而使得分类结果有了大幅度的提升,而且区域一致性很好。

关键词：极化SAR 地物分类稀疏极化dbn 稀疏极化自编码超像素

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：