基于自編碼神經(jīng)網(wǎng)絡(luò)的極化SAR影像地物分類.pdf

1、極化合成孔徑雷達(Synthetic Aperture Radar，SAR)是隨著合成孔徑雷達技術(shù)的發(fā)展而產(chǎn)生的一種先進的成像系統(tǒng)，它能夠獲取豐富的目標(biāo)信息，從而增強雷達獲取目標(biāo)信息的能力。極化SAR技術(shù)在軍事和民用領(lǐng)域都已得到了廣泛的應(yīng)用和發(fā)展。
　　極化SAR影像地物分類問題是極化SAR應(yīng)用領(lǐng)域的重要分支，因此，對該問題的研究具有十分重要的理論意義和實用價值。本文在自編碼深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，結(jié)合極化SAR數(shù)據(jù)自身的特點，對極

2、化SAR影像地物分類問題進行了系統(tǒng)的研究并提出了可用于該問題的方法，主要工作如下：
　　1.提出了一種基于棧式稀疏自編碼神經(jīng)網(wǎng)絡(luò)和快速稀疏逼近最小二乘支持向量機的極化 SAR影像地物分類方法。棧式稀疏自編碼神經(jīng)網(wǎng)絡(luò)具有多個隱藏層，具有很強的特征學(xué)習(xí)能力。該方法通過它獲取極化SAR數(shù)據(jù)的深度稀疏特征，并用分類性能優(yōu)異的支持向量機類算法代替深度學(xué)習(xí)中常用的 Softmax作為本方法的分類器，從而獲取分類結(jié)果。
　　2.提出了一種

3、基于棧式稀疏自編碼神經(jīng)網(wǎng)絡(luò)和不平衡數(shù)據(jù)學(xué)習(xí)的極化 SAR影像地物分類方法。該方法通過對極化SAR訓(xùn)練數(shù)據(jù)中存在類不平衡問題的數(shù)據(jù)進行獨立學(xué)習(xí)，獲取該部分?jǐn)?shù)據(jù)新的分類結(jié)果，并將該結(jié)果用于修正極化SAR影像地物的初始分類，從而得到最終的分類結(jié)果。實驗表明，本方法能夠克服由于訓(xùn)練數(shù)據(jù)類間不平衡問題造成的總體分類精度低，或每類間分類精度差距大的問題。
　　3.提出了一種基于棧式稀疏自編碼神經(jīng)網(wǎng)絡(luò)和輪廓信息的極化 SAR影像地物分類方法。該