文件名称:
基于邻域保留的深度学习的极化SAR特征提取
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-14
详细说明：作为一种先进的非线性技术，基于深度神经网络（DNN）的深度学习已引起了广泛的关注。 在本文中，我们提出了一种新颖的邻域保留深度神经网络（NPDNN）用于极化SAR（PolSAR）特征提取和分类。 像素之间的空间关系是通过联合加权策略来开发的。 不仅空间相邻像素而且同一超像素中的像素都被用来加权每个像素。 这种策略保持了空间依赖性，从而导致了地形的出色同质性，而无需额外的计算内存。 此外，一些标记的样本及其最近的邻居被用来训练多层NPDNN，这保留了局部结构并减少了用于分类的标记样本的数量。 对合成的和实际的PolSAR数据进行的实验结果表明，尽管输入样本很少，但与最新的DNN相比，提出的NPDNN可以提高分类精度。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
