本文關(guān)鍵詞：深度置信網(wǎng)絡(luò)在極化SAR圖像分類(lèi)中的應(yīng)用

  更多相關(guān)文章： 極化雷達(dá) 深度置信網(wǎng)絡(luò) 圖像分類(lèi) 深度學(xué)習(xí) 遙感 特征學(xué)習(xí)

【摘要】：目的深度置信網(wǎng)絡(luò)能夠從數(shù)據(jù)中自動(dòng)學(xué)習(xí)、提取特征,在特征學(xué)習(xí)方面具有突出優(yōu)勢(shì)。極化SAR圖像分類(lèi)中存在海量特征利用率低、特征選取主觀性強(qiáng)的問(wèn)題。為了解決這一問(wèn)題,提出一種基于深度置信網(wǎng)絡(luò)的極化SAR圖像分類(lèi)方法。方法首先進(jìn)行海量分類(lèi)特征提取,獲得極化類(lèi)、輻射類(lèi)、空間類(lèi)和子孔徑類(lèi)四類(lèi)特征構(gòu)成的特征集;然后在特征集基礎(chǔ)上選取樣本并構(gòu)建特征矢量,用以輸入到深度置信網(wǎng)絡(luò)模型之中;最后利用深度置信網(wǎng)絡(luò)的方法對(duì)海量分類(lèi)特征進(jìn)行逐層學(xué)習(xí)抽象,獲得有效的分類(lèi)特征進(jìn)行分類(lèi)。結(jié)果采用AIRSAR數(shù)據(jù)進(jìn)行實(shí)驗(yàn),分類(lèi)結(jié)果精度達(dá)到91.06%。通過(guò)與經(jīng)典Wishart監(jiān)督分類(lèi)、邏輯回歸分類(lèi)方法對(duì)比,表現(xiàn)了深度置信網(wǎng)絡(luò)方法在特征學(xué)習(xí)方面的突出優(yōu)勢(shì),驗(yàn)證了方法的適用性。結(jié)論針對(duì)極化SAR圖像海量特征的選取與利用,提出了一種新的分類(lèi)方法,為極化SAR圖像分類(lèi)提供了一種新思路,為深度置信網(wǎng)絡(luò)獲得更廣泛地應(yīng)用進(jìn)行有益的探索和嘗試。
【作者單位】： 首都師范大學(xué)資源環(huán)境與旅游學(xué)院;
【關(guān)鍵詞】： 極化雷達(dá) 深度置信網(wǎng)絡(luò) 圖像分類(lèi) 深度學(xué)習(xí) 遙感 特征學(xué)習(xí)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(40801172) 北京市自然科學(xué)基金項(xiàng)目(4142011)~~
【分類(lèi)號(hào)】：TN957.52
【正文快照】： 0 引言 極化合成孔徑雷達(dá)(PolS AR)是一種高分辨率成像系統(tǒng),具有全天時(shí)全天候、穿透云雨的能力,并且包含豐富的地物目標(biāo)信息,是遙感領(lǐng)域發(fā)展的主要方向之一[1-2]。極化描述的是電磁波的電場(chǎng)矢量端點(diǎn)作為時(shí)間函數(shù)形成的空間軌跡,能夠反映電磁波的矢量特性。因此極化SAR能夠通

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孔月萍;曾平;張躍鵬;;一種半調(diào)圖像分類(lèi)識(shí)別算法[J];西安電子科技大學(xué)學(xué)報(bào);2011年05期

2 吳永輝;計(jì)科峰;郁文賢;;基于支持向量機(jī)的極化SAR圖像分類(lèi)[J];現(xiàn)代雷達(dá);2007年06期

3 何吟;程建;;基于商空間粒度的極化SAR圖像分類(lèi)[J];計(jì)算機(jī)應(yīng)用;2013年08期

4 安健;張揚(yáng);;基于Otsu和模糊核聚類(lèi)算法的極化SAR圖像分類(lèi)[J];電子科技;2014年02期

5 薛笑榮;曾琪明;趙榮椿;;一種快速的SAR圖像分類(lèi)方法[J];計(jì)算機(jī)科學(xué);2007年05期

6 王文光;王俊;毛士藝;李海艷;;基于極化SAR圖像分類(lèi)的海上艦船檢測(cè)[J];信號(hào)處理;2007年05期

7 馬文萍;焦李成;張向榮;李陽(yáng)陽(yáng);;基于量子克隆優(yōu)化的SAR圖像分類(lèi)[J];電子學(xué)報(bào);2007年12期

8 趙一博;秦先祥;鄒煥新;;基于目標(biāo)分解和SVM的極化SAR圖像分類(lèi)方法[J];航天返回與遙感;2013年02期

9 江勇;張曉玲;師君;;基于目標(biāo)分解與支持向量機(jī)的極化SAR圖像分類(lèi)研究(英文)[J];中國(guó)圖象圖形學(xué)報(bào);2008年08期

10 薛寒;劉正堂;馬光圓;王軍;;基于變差函數(shù)的SAR圖像分類(lèi)方法[J];現(xiàn)代電子技術(shù);2013年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 李博;韓萍;;基于壓縮感知和SVM的極化SAR圖像分類(lèi)[A];第二十七屆中國(guó)（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2013年

2 劉向君;楊澤剛;劉強(qiáng);;基于多波段SAR圖像目標(biāo)檢測(cè)決策級(jí)融合和圖像分類(lèi)的目標(biāo)狀態(tài)標(biāo)注[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 王海江;極化SAR圖像分類(lèi)方法研究[D];電子科技大學(xué);2008年

2 林偉;極化SAR圖像分類(lèi)的投影尋蹤方法研究[D];西北工業(yè)大學(xué);2007年

3 陳博;基于集成學(xué)習(xí)和特征選擇的極化SAR地物分類(lèi)[D];西安電子科技大學(xué);2015年

4 吳永輝;極化SAR圖像分類(lèi)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 何念;基于低秩方法的極化SAR圖像分類(lèi)方法[D];西安電子科技大學(xué);2014年

2 羅小歡;基于深度置信網(wǎng)的極化SAR圖像分類(lèi)[D];西安電子科技大學(xué);2014年

3 寇杏子;結(jié)合極化特征和圖像特征的極化SAR圖像分類(lèi)研究[D];西安電子科技大學(xué);2014年

4 謝慧明;基于空間信息的極化SAR圖像分類(lèi)方法[D];西安電子科技大學(xué);2014年

5 姜宇恒;基于區(qū)域劃分的極化SAR圖像分類(lèi)方法研究[D];西安電子科技大學(xué);2014年

6 何吟;基于極化分解的極化SAR圖像分類(lèi)[D];電子科技大學(xué);2013年

7 寇宏達(dá);基于多層自編碼和超像素的極化SAR圖像分類(lèi)[D];西安電子科技大學(xué);2014年

8 牛東;基于散射分解和圖像紋理特征的極化SAR圖像分類(lèi)[D];西安電子科技大學(xué);2014年

9 郭衛(wèi)英;基于譜聚類(lèi)的極化SAR圖像分類(lèi)研究[D];西安電子科技大學(xué);2013年

10 陳菲菲;基于二維PCA的極化SAR圖像分類(lèi)研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：788593