您当前的位置：成果库 > 基于深度小波神经网络的极化SAR图像分类方法
208
2019/05/10
咨询成果
发布成果基本信息
- 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 基于深度小波神经网络的极化SAR图像分类方法
- 知识产权 发明专利
- 项目简介 本发明公开了一种基于深度小波神经网络的极化SAR图像分类方法，主要解决现有技术中由于特征数较少或特征提取不合理而造成的分类精度下降的问题。其实现步骤是：输入图像；预处理；选取样本；利用训练样本训练深度小波神经网络；提取特征；分类；计算分类精度。本发明采用逐层化方式训练深度小波神经网络，避免了网络层数较多时出现梯度扩散的问题，并且能够提取出反映数据本质特性，刻画数据细节特征，突出不同地物类型之间差别的高维特征。由于本发明利用深度小波神经网络提取数据的深层高维特征，成功避免了分类技术中存在的特征数较少或者特征学习不充分，不合理的问题，提高了极化合成孔径雷达SAR图像的分类精度。
交易信息
- 意向交易额 面议
- 挂牌时间 2020/05/10
- 委托机构 西安电子科技大学
- 联系人姓名 王小刚
- 联系人电话 15802954800
- 联系人邮箱 745490733@qq.com
- 分享至：
