专利名称：基于深度学习的高分辨率PolSAR图像城区地物分
类方法
专利类型：发明专利发明人：王云艳
申请号：CN201710357202.5申请日：20170519公开号：CN107194349A公开日：20170922
摘要：本发明涉及基于深度学习的高分辨率PolSAR图像城区地物分类方法，包括以下步骤：步骤1，定义一个由两层结构构成的深度学习神经网络，其中第一层是一个深度反卷积网络，第二层是高层特征迁移学习自适应单元；步骤2，通过收集足够类似的高分辨率PolSAR源数据，训练所述深度反卷积网络，学习高分辨率PolSAR图像的高层特征feature1；步骤3，通过待分类城区数据中的训练数据对高层特征迁移学习自适应单元进行训练，完成高层特征feature1的迁移学习，获得更利于城区数据分类的特征feature2；步骤4，将待分类的PolSAR城区图像的测试数据引入训练好的深度学习神经网络，得到最后的分类结果。本发明能够有效的解决高分辨率PolSAR图像城区地物的分类问题，稳定性和准确率更高。
申请人：湖北工业大学
地址：430068 湖北省武汉市武昌区南湖李家墩1村1号
国籍：CN
代理机构：武汉科皓知识产权代理事务所(特殊普通合伙)
代理人：薛玲
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容