2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩99頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、極化SAR具有全天候、全天時(shí)、多波段、多極化等獨(dú)特的成像特點(diǎn),能夠提供大面積高分辨率成像。深入研究極化SAR圖像的后處理和解譯,可以從中提取更多有價(jià)值的信息,應(yīng)用于環(huán)境監(jiān)測(cè)、地球資源勘測(cè)和軍事系統(tǒng)等。
  極化合成本身沒有帶來直接的關(guān)于地表的新信息,但可以凸顯成像目標(biāo)的一些特性。對(duì)極化SAR數(shù)據(jù)進(jìn)行目標(biāo)分解,得到的極化散射特性,可以用于極化SAR影像地物分類。但是,單一特征或目標(biāo)分解不能充分和可靠的識(shí)別具有類似散射機(jī)制的不同的地物

2、或者不同散射機(jī)制的相同地物。因此我們綜合利用多個(gè)極化SAR數(shù)據(jù)目標(biāo)分解,可以得到許多的極化特征,通過將這些特征結(jié)合,能夠有效的提高分類正確率。但是這么多的特征,并不是所有的特征都對(duì)分類起作用,極化特征間存在冗余信息,只有很少的特征和隱藏在特征中的信息發(fā)揮主要作用。那么我們就需要從眾多的原有的特征中挖掘出對(duì)分類有效的特征,減少特征之間的冗余,即進(jìn)行特征約簡(jiǎn)(也稱作降維)。本論文提出了幾種半監(jiān)督降維的方法用于極化SAR地物分類,主要包括以下

3、三方面的內(nèi)容:
  1.提出了一種基于空間信息的半監(jiān)督降維方法,是對(duì)有監(jiān)督方法LDLE(Linear discriminative Laplacian eigenmaps)的半監(jiān)督推廣。同時(shí)充分考慮了極化SAR圖像的空間信息。該方法在極化SAR地物識(shí)別上,取得了很好的分類效果。另外對(duì)拉普拉斯Laplacian矩陣進(jìn)行相應(yīng)的分塊,減少了運(yùn)算量。
  2.提出了基于子空間學(xué)習(xí)的半監(jiān)督降維方法用于極化SAR地物分類。首先將極化SA

4、R圖像上每個(gè)像素點(diǎn)的空間K近鄰和極化特征表示成二階張量的形式。然后利用樣本的標(biāo)簽和流形學(xué)習(xí)構(gòu)造圖。并且保留無標(biāo)記樣本的流形結(jié)構(gòu)。最后通過廣義特征值問題,求取最優(yōu)投影矩陣。該方法具有更高的極化SAR地物分類精度。
  3.提出了基于空間信息的半監(jiān)督深度學(xué)習(xí)方法。該方法首先對(duì)極化SAR圖像的Pauli圖進(jìn)行超像素分割得到超像素塊,并與每個(gè)像素點(diǎn)的空間鄰域相交取均值代替該像素點(diǎn),能夠在一定程度上解決不同類別交界處像素點(diǎn)的標(biāo)簽信息。然后通

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論