您好,欢迎来到聚文网。 登录 免费注册
基于深度学习的多极化合成孔径雷达图像解译

基于深度学习的多极化合成孔径雷达图像解译

  • 字数: 126000
  • 装帧: 平装
  • 出版社: 西安电子科技大学出版社
  • 作者: 刘红英 等
  • 出版日期: 2023-07-01
  • 商品条码: 9787560662022
  • 版次: 1
  • 开本: 16开
  • 页数: 116
  • 出版年份: 2023
定价:¥32 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书主要讨论多极化合成孔径雷达图像的图像解译方法,重点是地物分类和识别方法,书中利用深度学习的优选模型和方法解决少样本的地物分类问题,获得较高的分类准确度。本书引入了作者团队近期新的科研成果,由浅入深地介绍了5个深度学习方法, 包括稀疏滤波和近邻保持的深度学习方法、 距离度量的深度学习方法、 半监督卷积神经网络的深度学习方法、 半监督生成对抗网络的深度学习方法和图卷积网络的深度学习方法以及相应的训练策略和分类方法,解决少样本的多极化合成孔径雷达图像的地物分类问题。介绍方法时均给出了真实的合成孔径雷达数据集上的实验结果, 以验证所述方法能提升地物分类的正确率和效率。
本书适合作为合成孔径雷达图像处理、 识别、数据处理方向的研究生教材,也适合作为相关专业研究人员的参考书。
目录
第1章概论
1.1研究背景
1.1.1多极化SAR数据的表示形式
1.1.2多极化SAR数据的极化特征
1.2多极化SAR地物分类方法
1.2.1无监督分类方法
1.2.2有监督分类方法
1.2.3半监督分类方法
1.3本章小结
第2章基于稀疏滤波和近邻保持的深度学习方法
2.1背景与相关工作
2.1.1多极化SAR数据预处理
2.1.2稀疏滤波
2.2方法原理
2.2.1深度稀疏滤波网络
2.2.2近邻保持正则项
2.2.3算法步骤
2.3实验结果与分析
2.3.1仿真数据实验
2.3.2荷兰Flevoland地区的AIRSAR数据实验结果
2.3.3荷兰Flevoland地区的子图数据实验结果
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网