[发明专利]基于深度递归网络下小样本极化合成孔径雷达图像分类方法在审
| 申请号： | 201911301348.3 | 申请日： | 2019-12-17 |
| 公开（公告）号： | CN110956221A | 公开（公告）日： | 2020-04-03 |
| 发明（设计）人： | 张帆;倪军;尹嫱;周勇胜;洪文 | 申请（专利权）人： | 北京化工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06T7/46;G06K9/00;G06K9/46 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100029 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度递归网络下小样本PolSAR图像分类方法，本发明借鉴了深度递归网络的复杂性和空间分析的优势，对小样本数据首先进行了特征增强，然后选取0.5％的样本作为训练样本，同时每个点只使用了5个特征序列来作为训练样本。此外，本发明提出了RNBP的样本合成方法类提升训练样本的丰富度，同时提出MB和MBW来提升测试样板的鲁棒性，从而达到小样本较优的分类效果。在深度递归网络的构建中，本发明使用LSTM作为基本的处理单元，每个空间的样本序列对应一个LSTM时间单元，从而使其充分兼顾PolSAR的空间特征，从而实现分类。最后在深度递归网络得到的概率图基础上，利用CRF进行空间纹理分析，以实现最优的小样本决策分类过程。 | ||
| 搜索关键词： | 基于 深度 递归 网络 样本 极化 合成孔径雷达 图像 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京化工大学，未经北京化工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911301348.3/，转载请声明来源钻瓜专利网。
