您当前的位置：成果库 > 基于SSAE和FSALS‑SVM极化SAR图像分类
227
2018/09/19
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SSAE和FSALS‑SVM极化SAR图像分类
- 知识产权 发明专利
- 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
- 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：
