您当前的位置:科技成果 > 基于SSAE和FSALS‑SVM极化SAR图像分类

基于SSAE和FSALS‑SVM极化SAR图像分类

1912018/09/19
基本信息
  • 成果类型 高等院校
  • 委托机构 西安电子科技大学
  • 成果持有方 西安电子科技大学
  • 行业领域 其他电子信息
  • 项目名称 基于SSAE和FSALS‑SVM极化SAR图像分类
  • 知识产权 发明专利
  • 成果成熟度
  • 项目简介 本发明的目的是提供一种基于SSAE和FSALS‑SVM的极化SAR图像分类方法。它利用栈式稀疏自动编码器(SSAE)的多隐层结构,获得具有对原始数据更本质的刻画能力并且更适合分类的深度特征,并用能够获得问题稀疏解的快速稀疏逼近最小二乘支持向量机(FSALS‑SVM)代替传统深度学习中常用的Softmax,与SSAE相结合,提高了对极化SAR图像的分类精度,并在一定程度上克服了传统基于像素的极化SAR图像分类方法受相干斑噪声影响大的缺点,保证了分类结果图中匀质区域的连贯性。
交易信息
  • 意向交易额 面议
  • 挂牌时间 2019/09/19
  • 委托机构 西安电子科技大学
  • 分享至: