[01208180]一种基于半监督卷积神经网络的极化SAR分类方法
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
本发明公开了一种基于半监督卷积神经网络的极化SAR分类方法,首先输入图像数据,超像素分割;提取训练样本和测试样本;采用近邻保持和稀疏滤波的深度学习网络NDSFN对卷积神经网络的参数进行无监督预训练,得到所需的滤波器集合;通过卷积操作得到特征图;通过下采样对特征图进行模糊;根据第二个卷积层的滤波器尺寸调整NDSFN的参数设置得到新的特征图;利用Softmax分类器对训练样本进行图像分类;采用少量标记样本进行微调,得到极化SAR地物分类,本发明通过构建新颖的半监督卷积神经网络SNCNN模型,有效解决了传统的有监督卷积神经网络对有标记样本的需求较大的问题。