专利名称：基于半监督深度稀疏滤波网络的极化SAR分类方法专利类型：发明专利
发明人：刘红英,闵强,杨淑媛,焦李成,慕彩虹,熊涛,王桂婷,冯
婕,朱德祥
申请号：CN201610415914.3申请日：20160613公开号：CN106067042A公开日：20161102
摘要：本发明公开了一种基于半监督稀疏滤波的半监督深度学习方法。解决了传统深度学习方法参数调节复杂，在拥有较低标签数据时分类精度不高的技术问题，其步骤包括：输入待分类的极化SAR图像数据；提取训练样本和测试样本；求训练样本的Wishart近邻样本；初始化深度稀疏滤波网络的参数；对深度稀疏滤波网络预训练；对深度稀疏滤波网络微调；对测试样本进行类别预测；输出待分类的极化SAR图像的分类图像和分类精度。本发明通过构建新颖的深度稀疏滤波网络模型，并在预训练过程中加入半监督正则项的方法，降低了深度学习网络参数调节的复杂度，提高了极化SAR图像地物分类的精度。可用于环境监测、地球资源勘测和军事系统等技术领域。
申请人：西安电子科技大学
地址：710071 陕西省西安市太白南路2号
国籍：CN
代理机构：陕西电子工业专利中心
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容