📖 书目详情
基于深度学习的多极化合成孔径雷达图像解译
| 著者 | 刘红英[等]著 |
| ISBN | 9787560662022 |
| 中图分类 | TN958 电子技术、通信技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 西安电子科技大学出版社 |
| 丛书名 | 西电科技专著系列丛书 |
| 出版年 | 2023 |
| 页码 | 108页 |
| 价格 | ¥32.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
9.6/10
|
📝 内容简介
本书主要讨论多极化合成孔径雷达图像的图像解译方法,重点是地物分类和识别展开方法,书中利用深度学习的先进模型和方法解决少样本的地物分类问题,获得较高的分类精确度。本书引入了作者团队最新的科研成果,由浅入深地介绍了5个深度学习方法,包括稀疏滤波和近邻保持的深度学习方法、距离度量学习的深度学习方法、半监督卷积神经网络的深度学习方法、半监督生成对抗网络的深度学习方法和图卷积网络的深度学习方法以及相应的训练策略和分类方法,解决少样本的多极化合成孔径雷达图像的地物分类问题。介绍方法时均给出了真实的合成孔径雷达数据集上的实验结果,以验证所述方法能提升地物分类的正确率和效率。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录,可在线借购