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
191
2018/09/19
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: