面向極化SAR地物分類的稀疏深度網(wǎng)絡(luò).pdf

1、隨著越來越多的極化合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）系統(tǒng)的出現(xiàn)及其實(shí)用化，我們獲得的極化SAR數(shù)據(jù)越來越豐富。如何利用這些極化SAR數(shù)據(jù)對(duì)地面場(chǎng)景進(jìn)行分類，儼然成為一個(gè)研究熱點(diǎn)。深度網(wǎng)絡(luò)學(xué)習(xí)是近些年發(fā)展起來的一種新的機(jī)器學(xué)習(xí)方法，由于其出色的學(xué)習(xí)和推廣能力，已經(jīng)被應(yīng)用到許多方面。
　　本文對(duì)面向極化SAR地物分類的稀疏極化編碼問題進(jìn)行研究。并結(jié)合實(shí)際問題，對(duì)已有的算法進(jìn)行改進(jìn)，同時(shí)提出自己的算

2、法：
　　（1）針對(duì)極化SAR數(shù)據(jù)過于復(fù)雜并且數(shù)據(jù)量過大而導(dǎo)致分類困難的問題，我們提出了一種基于稀疏極化DBN的極化SAR地物分類。該方法主要是在原有的DBN網(wǎng)絡(luò)的基礎(chǔ)之上加入了稀疏規(guī)則項(xiàng)，再與極化SAR數(shù)據(jù)的原始極化特征和鄰域極化特征相結(jié)合，實(shí)現(xiàn)了對(duì)極化SAR地物分類的目的。該方法充分利用了極化SAR數(shù)據(jù)的極化信息，使得提取到的特征更加具有代表性，從而提高了分類的精度以及加快了分類的速率；
　?。?）針對(duì)極化SAR數(shù)據(jù)的斑

3、點(diǎn)噪聲以及數(shù)據(jù)量龐大的問題，我們提出了基于稀疏極化自編碼網(wǎng)絡(luò)的極化SAR地物分類。該方法主要在稀疏自編碼的基礎(chǔ)之上，加入一定量的噪聲數(shù)據(jù)，并且結(jié)合極化SAR數(shù)據(jù)的原始極化特征和鄰域極化特征，實(shí)現(xiàn)了對(duì)極化SAR地物分類的目的。該方法在充分利用極化信息的同時(shí)，使得學(xué)習(xí)到的特征更加的魯棒性，而且有效的解決了極化SAR數(shù)據(jù)的原始特征存在嚴(yán)重相干斑噪聲污染而導(dǎo)致分類精度不高的問題，從而加快了分類速率也提升了分類精度；
　?。?）針對(duì)極化SA